一、談?wù)凴DD，DataFrame，Dataset的區(qū)別和各自的優(yōu)勢

RDD、DataFrame和DataSet是容易產(chǎn)生混淆的概念，必須對其相互之間對比，才可以知道其中異同。

RDD和DataFrame

RDD-DataFrame

上圖直觀地體現(xiàn)了DataFrame和RDD的區(qū)別。左側(cè)的RDD[Person]雖然以Person為類型參數(shù)，但Spark框架本身不了解

Person類的內(nèi)部結(jié)構(gòu)。而右側(cè)的DataFrame卻提供了詳細(xì)的結(jié)構(gòu)信息，使得Spark

SQL可以清楚地知道該數(shù)據(jù)集中包含哪些列，每列的名稱和類型各是什么。DataFrame多了數(shù)據(jù)的結(jié)構(gòu)信息，即schema。RDD是分布式的

Java對象的集合。DataFrame是分布式的Row對象的集合。DataFrame除了提供了比RDD更豐富的算子以外，更重要的特點(diǎn)是提升執(zhí)行效

率、減少數(shù)據(jù)讀取以及執(zhí)行計(jì)劃的優(yōu)化，比如filter下推、裁剪等。

提升執(zhí)行效率

RDD

API是函數(shù)式的，強(qiáng)調(diào)不變性，在大部分場景下傾向于創(chuàng)建新對象而不是修改老對象。這一特點(diǎn)雖然帶來了干凈整潔的API，卻也使得Spark應(yīng)用程序在運(yùn)

行期傾向于創(chuàng)建大量臨時(shí)對象，對GC造成壓力。在現(xiàn)有RDD

API的基礎(chǔ)之上，我們固然可以利用mapPartitions方法來重載RDD單個(gè)分片內(nèi)的數(shù)據(jù)創(chuàng)建方式，用復(fù)用可變對象的方式來減小對象分配和GC的

開銷，但這犧牲了代碼的可讀性，而且要求開發(fā)者對Spark運(yùn)行時(shí)機(jī)制有一定的了解，門檻較高。另一方面，Spark

SQL在框架內(nèi)部已經(jīng)在各種可能的情況下盡量重用對象，這樣做雖然在內(nèi)部會(huì)打破了不變性，但在將數(shù)據(jù)返回給用戶時(shí)，還會(huì)重新轉(zhuǎn)為不可變數(shù)據(jù)。利用

DataFrame API進(jìn)行開發(fā)，可以免費(fèi)地享受到這些優(yōu)化效果。

減少數(shù)據(jù)讀取

分析大數(shù)據(jù)，最快的方法就是 ——忽略它。這里的“忽略”并不是熟視無睹，而是根據(jù)查詢條件進(jìn)行恰當(dāng)?shù)募糁Α?/p>

上文討論分區(qū)表時(shí)提到的分區(qū)剪 枝便是其中一種——當(dāng)查詢的過濾條件中涉及到分區(qū)列時(shí)，我們可以根據(jù)查詢條件剪掉肯定不包含目標(biāo)數(shù)據(jù)的分區(qū)目錄，從而減少IO。

對于一些“智能”數(shù)據(jù)格 式，Spark

SQL還可以根據(jù)數(shù)據(jù)文件中附帶的統(tǒng)計(jì)信息來進(jìn)行剪枝。簡單來說，在這類數(shù)據(jù)格式中，數(shù)據(jù)是分段保存的，每段數(shù)據(jù)都帶有最大值、最小值、null值數(shù)量等

一些基本的統(tǒng)計(jì)信息。當(dāng)統(tǒng)計(jì)信息表名某一數(shù)據(jù)段肯定不包括符合查詢條件的目標(biāo)數(shù)據(jù)時(shí)，該數(shù)據(jù)段就可以直接跳過(例如某整數(shù)列a某段的最大值為100，而查

詢條件要求a > 200)。

此外，Spark SQL也可以充分利用RCFile、ORC、Parquet等列式存儲(chǔ)格式的優(yōu)勢，僅掃描查詢真正涉及的列，忽略其余列的數(shù)據(jù)。

二、杭州哪里有賣修花堂化妝品的？

www.lushier.com

地????址： 浙江省杭州蕭山區(qū)佳境街45號(hào)

三、鋼化玻璃刮花了，能修嗎

是鋼化前刮痕還是鋼化后有刮痕，鋼化前刮花可用拋光機(jī)處理，鋼化后刮痕是沒有辦法的。 手提玻璃拋光機(jī) 主要特點(diǎn)： 手提拋光機(jī)主要用于玻璃表面微裂紋和花斑等的處理和加工，能夠?qū)p微受損的表面進(jìn)行人工的打磨拋光處理，使受損的玻璃表面恢復(fù)平滑和光亮，常配合拋光粉一起使用。

四、栽了五年的樹苗初夏剪枝太狠,來年春天會(huì)活嗎？剪后也發(fā)了新芽，但夏天一到全曬枯了

栽了五年的樹苗，

初夏剪枝太狠,

來年春天會(huì)活嗎？

剪后也發(fā)了新芽，

但夏天一到全曬枯了，

可以看看主干有沒有死了，

假如沒有死當(dāng)然是開春會(huì)發(fā)芽的。