今天给各位分享spark可以用java吗的知识，其中也会对spark支持哪些编程语言进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
本文目录一览：
学spark需要什么基础?先学什么?
强烈建议学习spark之前先学习Hadoop，Hadoop是基础 学习Hadoop就到大讲台，大讲台最好的开发语言学习平台。
要对scala有一定的了解。首先去网上找找Spark教程看看有个基本了解，像 征服Spark（一）入门与提高篇视频课程等。上Spark官方文档，去了解Spark的基本原理（能配合Matei他们相关的论文来看看更好 ）。
可以的，身边也不少朋友都是0基础。在乎，你对它是否感兴趣。另外spark就是个工具，特点在代码非常简洁。另外spark的官方文档也写的很详细，例子也有很多，只要用心应该都是可以学会的。
使用各自的streaming接口用任意语言编写。另外，Spark与Hadoop不同，原生语言是Scala。如果要深入学习两个框架的实现，阅读源代码的话，那肯定就得学习Java/Scala了，建议在掌握基础之后边看代码边查相应的语言特性。对初学者，建议还是从应用入手，在使用的过程中，自然地一步步了解实现。
hdfs一定要， 然后mapreduce的思想， 主要是学习分布式的思想。
可以读读Spark相关的书籍，不过这类书籍确实不是很多。Spark技术相对Hadoop，资料比较少。很多都是国外的资料，中文版的少。不知道你的基础，建议还是参加课程学习，更快速。比自己摸索强。推荐Spark亚太研究院的《18小时内掌握Spark》这个课程。
spark的rdd和java直接调用javardd有什么不同
没啥大的区别，就是spark支持不同的开发语言而已。spark建议用scalc开发，毕竟spark用Scala写的。就像hadoop一样，用java写的，就推荐用java开发一个道理。
RDD中的所有的转换操作都是 惰性 的，在执行RDD的转换操作的时候，并不会直接计算结果，而是记住这些应用到基础数据集上的转换动作，只有行动操作时，这些转换才会真正的去执行。这样设计的好处是更加有效率的运行。行动操作指的是向驱动器程序返回结果或把结果写入外部系统的操作。
Spark的存储内存和执行内存有着截然不同的管理方式：对于存储内存来说，Spark用一个LinkedHashMap来集中管理所有的Block，Block由需要缓存的RDD的Partition转化而成；而对于执行内存，Spark用AppendOnlyMap来存储Shuffle过程中的数据，在Tungsten排序中甚至抽象成为页式内存管理，开辟了全新的JVM内存管理机制。
RDD API是函数式的，强调不变性，在大部分场景下倾向于创建新对象而不是修改老对象。这一特点虽然带来了干净整洁的API，却也使得Spark应用程序在运 行期倾向于创建大量临时对象，对GC造成压力。
关于spark可以用java吗和spark支持哪些编程语言的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
