Spark內存計算框架適合各種迭代算法和交互式數據分析，能夠提升大數據處理的實時性和準確性。而MapReduce處理框架則擅長復雜的批處理操作、登陸過濾、ETL（數據抽取、轉換、加載）、網頁索引等應用，MapReduce在低延遲業務上一直被人所詬病。

圖一：Spark內存計算框架

“Spark記錄著數據產生的每一個操作，能夠可靠地將這些數據存儲在內存之中，這使得它非常適用于第掩飾的計算和有效的迭代算法。”Cloudera表示。

據悉，Cloudera Enterprise Data Hub版本提供多種先進的組件的無限支持，如交互式SQL分析的Impala、交互式搜索、導航數據管理以及Hbase NoSQL。Enterprise Flex版本則提供可選擇組件版本，Enterprise Basic版本則是僅僅提供Hadoop基礎核心組件。

根據Cloudera介紹，Cloudera將會在兩個版本中安裝支持Spark組件。用戶可以利用它作為Enterprise Flex版本中一個可選組件，或者作為Enterprise Data Hub版本中包含的組件。

圖二：Spark On YARN 

據悉，該產品采用了Spark 0.9.0，Spark獨立模式已經在Cloudera Enterprise Data Hub4.4.0中測試過。在不久的將來，Cloudera表示Enterprise 5.0和YARN中也將支持Spark。

【編輯推薦】