《Spark与Hadoop大数据分析》一一第3章 深入剖析Apache Spark

apache spark 的技术、社区和用户群都在快速增长。2015 年推出了两个新的api：dataframe api 和 dataset api。这两个 api 构建在基于 rdd 的核心 api 之上。我们有必要了解 rdd 的更深层概念，包括运行时的架构和它在 spark 各种资源管理器上的表现。

本章分为以下子主题：

启动 spark 守护进程

spark 的核心概念

键值对 rdd

spark 程序的生命周期

spark 应用程序

持久化和缓存

spark 资源管理器：standalone、yarn和 mesos