2018即将推出的Apache Spark 2.4都有哪些新功能

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。

点击 示说网 ，即可下载此ppt。

总结

以上所述是小编给大家介绍的2018即将推出的apache spark 2.4都有哪些新功能，希望对大家有所帮助