spark 数据源有哪些 spark大数据平台的四个类库

spark大数据平台的四个类库

Spark是发源于美国加州大学伯克利分校AMPLab的集群计算平台。
1、轻：Spark 0.6核心代码有2万行，Hadoop 1.0为9万行，2.0为22万行；
2、快：Spark对小数据集能达到亚秒级的延迟，这对于Hadoop MapReduce（以下简称MapReduce）是无法想象的（由于“心跳”间隔机制，仅任务启动就有数秒的延迟）；
3、灵：Spark提供了不同层面的灵活性。在实现层，它完美演绎了Scala trait动态混入（mixin）策略（如可更换的集群调度器、序列化库）；
4、巧：巧在借势和借力。Spark借Hadoop之势，与Hadoop无缝结合；接着Shark（Spark上的数据仓库实现）借了Hive的势。

spark用什么数据库好

Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用的并行计算框架，Spark基于map reduce算法实现的分布式计算，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出和结果可以保存在内存中，从而不再需要读写HDFS
因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的map reduce的算法。

odbc数据源有什么用

1 利用ODBC可以统一FoxPro、Access或Oracle数据库的方式处理.
2 应用程序要访问一个数据库，首先必须用ODBC管理器注册一个数据源，管理器根据数据源提供的数据库位置、数据库类型及ODBC驱动程序等信息，建立起ODBC与具体数据库的联系。这样，只要应用程序将数据源名提供给ODBC，ODBC就能建立起与相应数据库的连接。
3 以microsoft access为例，如果在c:myfile文件夹里创建了一个名为myexample.mdb的数据库文件，其注册步骤如下：

在控制面板里找到“odbc数据源”图标，打开数据源管理器的交互界面；

笔者创建的数据库文件是供本机上的用户使用的，所以这里选择“用户 dsn”；

然后按下“添加”按钮，在弹出的数据源管理器对话框里，为自己所要创建的数据源选择一个驱动程序，本文的数据库文件是用microsoft access创建的，所以要选择“microsoft access driver (＊.mdb)”；

按“完成”按钮后，进入一个标题为“odbc microsoft access 安装”的界面，在其中设置“数据源名”为“mydatasource”，选取数据库文件 “c:myfilemyexample.mdb”，然后确定即可。

这样我们就完成了一个简单的odbc数据源的注册。当然，在以上的步骤中，用户可以根据自己的不同需要，设置不同的选项。

spark 支持存储过程吗？支持SP的分布式数据库有哪些，谢谢

(1).不支持跨库情况下的join、分页、排序、子查询操作。
(2).SET语句执行会被忽略，事务和字符集设置除外。
(3).分库情况下，insert语句必须包含拆分字段列名。
(4).分库情况下，update语句不能更新拆分字段的值。
(5).不支持SAVEPOINT操作。
(6).暂时只支持MySQL数据节点。
(7).使用JDBC时，不支持rewriteBatchedStatements=true参数设置(默认为false)。
(8).使用JDBC时，不支持useServerPrepStmts=true参数设置(默认为false)。
(9).使用JDBC时，BLOB, BINARY, VARBINARY字段不能使用setBlob()或setBinaryStream()方法设置参数。