基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
作为Shark的下一代技术,SparkSQL的性能已完全超过Shark,且由于底层机制相同,用户可以做到无缝迁移,而受到用户的青睐。本文将深入分析SparkSQL架构思路和优化策略,并与同类产品进行比较。
推荐文章
内存映射文件在大数据量海洋调查数据处理中的应用
内存映射文件
Windows
API
数据处理
基于R语言的大数据处理平台的设计与实现
R语言
大数据处理平台
EP1C6Q240C8
数据挖掘
基于云计算的大数据处理技术研究
云计算
大数据
处理技术
海量数据
基于大数据处理技术的界面交互设计研究
大数据处理
界面交互设计
过程约束
数据库
模糊聚类
交叉编译
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 SparkSQL:基于内存的大数据处理引擎
来源期刊 程序员 学科 工学
关键词 数据处理 引擎 内存 优化策略 用户 架构
年,卷(期) 2014,(8) 所属期刊栏目
研究方向 页码范围 104-107
页数 4页 分类号 TP274.2
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高彦杰 中国人民大学计算机系 2 24 1.0 2.0
2 陈冠诚 中国人民大学计算机系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据处理
引擎
内存
优化策略
用户
架构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
程序员
月刊
1672-3252
11-5038/G2
16开
北京市朝阳区广顺北大街33号院1号楼福码
2-665
2000
chi
出版文献量(篇)
10184
总下载数(次)
35
总被引数(次)
6420
论文1v1指导