7x24快讯 ·

即将发布的 Apache Spark 2.4 都有哪些新功能

来源:Hadoop技术博文

本文来自于2018年09月19日在 Adobe Systems Inc 举行的 Apache Spark Meetup。

即将发布的 Apache Spark 2.4 版本是 2.x 系列的第五个版本。 本文对 Apache Spark 2.4 的主要功能和增强功能进行了概述。

? 新的调度模型(Barrier Scheduling),使用户能够将分布式深度学习训练恰当地嵌入到 Spark 的 stage 中,以简化分布式训练工作流程。

? 添加了35个高阶函数,用于在 Spark SQL 中操作数组/map。

? 新增一个新的基于 Databricks 的 spark-avro 模块的原生 AVRO 数据源。

? PySpark 还为教学和可调试性的所有操作引入了热切的评估模式(eager evaluation mode)。

? Spark on K8S 支持 PySpark 和 R ,支持客户端模式(client-mode)。

? Structured Streaming 的各种增强功能。 例如,连续处理(continuous processing)中的有状态操作符。

? 内置数据源的各种性能改进。 例如,Parquet 嵌套模式修剪(schema pruning)。

? 支持 Scala 2.12。

?


参与评论