Spark 1.2发布,开源集群计算系统

　　Spark 1.2 发布，此版本包括 172 位贡献者和超过 1000 个 commits。

此版本包括

• Spark 核心操作和性能改进；

• 添加新的网络传输子系统，进行了较大的改进；

• Spark SQL 引入了一个外部数据源的支持，支持 Hive13；

• 动态分区；

• fixed-precision decimal type；

• MLlib 添加了一个新的面向管道包 (spark.ml)，组合多个算法；

• Spark Streaming 添加了一个 Python API，提前写错误容错日志；

• GraphX 正式脱离 Alpha 版本，引入了一个稳定的 API。

　　更多内容请看发行说明，现已提供下载。

　　Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

　　Spark 是在 Scala 语言中实现的，它将 Scala 用作其应用程序框架。与 Hadoop 不同，Spark 和 Scala 能够紧密集成，其中的 Scala 可以像操作本地集合对象一样轻松地操作分布式数据集。

　　尽管创建 Spark 是为了支持分布式数据集上的迭代作业，但是实际上它是对 Hadoop 的补充，可以在 Hadoo 文件系统中并行运行。通过名为 Mesos 的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发，可用来构建大型的、低延迟的数据分析应用程序。