开源引擎Spark是否言过其实？

Apache Spark是一个开源数据处理引擎，2010年产生于加利福尼亚大学伯克利分校的实验室，之后跻身大数据产品之列。去年五月，Apache软件基金会发布了Spark 1.0.0版本。大数据供应商格外看好Spark，认为它更快、更有弹性，可以替代MapReduce处理和分析Hadoop数据。

Spark指出了一些Hadoop最初处理引擎MapReduce的一些缺点，Spark的核心是内存计算，据称运行批处理应用程序可以比MapReduce快100倍。Spark也是更通用的技术，适合加在批处理上的机器学习、流数据、图型处理和SQL查询应用程序。它使用高级API和指令集，和MapReduce相比，Spark让应用程序开发更简单。

不过，目前厂商的炒作仍多于Spark的实际数据分析应用，Spark技术还不成熟。比如把它和SQL连接的工具很新。它的内存能力对很多用户来讲价格昂贵。它的API没有MapReduce那么复杂，这往往让企业开发者无所适从。Spark还有很长的路要走。

Spark发展年表：

2009 计算机科学家Matei Zaharia在加利福尼亚大学伯克利分校实验室创建了Spark作为他的博士科研项目

2010 Spark开源，它在代码管理网站GitHub吸引了开发社区

2013 该项目被捐赠给Apache软件基金会，Spark峰会在旧金山举行，有450名参会者

2014 Apache发布了Spark1.0.0，之后又发布了两版。大数据供应商Databricks(Zaharia是联合创始人)使用Spark创建了新的大规模数据处理记录——23分钟处理100TB的数据

---------------------------------------------------------------------------------------------------------------------------------

了解更多商业智能行业资讯，BI解决方案以及商业智能软件下载请访问FineBI商业智能官网www.finebi.com