第3章 深入剖析Apache Spark

Apache Spark 的技术、社区和用户群都在快速增长。2015 年推出了两个新的API：DataFrame API 和 DataSet API。这两个 API 构建在基于 RDD 的核心 API 之上。我们有必要了解 RDD 的更深层概念，包括运行时的架构和它在 Spark 各种资源管理器上的表现。
本章分为以下子主题：
启动 Spark 守护进程
Spark 的核心概念
键值对 RDD
Spark 程序的生命周期
Spark 应用程序
持久化和缓存
Spark 资源管理器：Standalone、Yarn和 Mesos