Índice:
O Apache Hadoop é a base para aplicativos de big data há muito tempo e é considerada a plataforma de dados básica para todas as ofertas relacionadas a big data. No entanto, o banco de dados e a computação na memória estão ganhando popularidade devido ao desempenho e aos resultados mais rápidos. O Apache Spark é uma nova estrutura que utiliza recursos na memória para fornecer processamento rápido (quase 100 vezes mais rápido que o Hadoop). Portanto, o produto Spark está sendo cada vez mais utilizado em um mundo de big data, e principalmente para um processamento mais rápido.
| Webinar: O poder da sugestão: como um catálogo de dados capacita analistas Registre-se aqui |
O que é o Apache Spark?
O Apache Spark é uma estrutura de código aberto para o processamento de grandes volumes de dados (big data) com velocidade e simplicidade. É adequado para aplicativos de análise baseados em big data. O Spark pode ser usado com um ambiente Hadoop, independente ou na nuvem. Foi desenvolvido na Universidade da Califórnia e, posteriormente, oferecido à Apache Software Foundation. Portanto, ele pertence à comunidade de código aberto e pode ser muito econômico, o que permite que desenvolvedores amadores trabalhem com facilidade. (Para saber mais sobre o código aberto do Hadoop, consulte Qual é a influência do código aberto no ecossistema Apache Hadoop?)
O principal objetivo do Spark é oferecer aos desenvolvedores uma estrutura de aplicativos que funciona em torno de uma estrutura de dados centralizada. O Spark também é extremamente poderoso e tem a capacidade inata de processar rapidamente grandes quantidades de dados em um curto espaço de tempo, oferecendo assim um desempenho extremamente bom. Isso torna muito mais rápido do que o que se diz ser seu concorrente mais próximo, o Hadoop.
