Recommended Services
› Amazon Web Services
› LeanCloud
› New Relic
› ClearDB
zmrenwu
V2EX  ›  云计算

Spark 可以运行纯 python 脚本么?

  •  
  •   zmrenwu · Aug 28, 2016 · 6314 views
    This topic created in 3738 days ago, the information mentioned may be changed or developed.

    需求是这样的,目前在处理一个 100G 的数据库。出于简单考虑,我是一次性把数据载入内存做计算,处理本是 python 写的。手头有一台 windows 服务器,内存 128G ,运行起来内存爆了。另外还有一个 spark 集群,由 4 台 128G 内存的服务器组成。由于对 spark 不是很了解,想请教一下大家:

    1. 我可以用这台 spark 集群运行我的纯 python 脚本么?还是必须改用 spark 的 API?

    2. 如果可以,可以利用到集群的全部内存,从而解决内存爆表的问题么?

    9 replies  •  2016-08-29 22:03:23 +08:00
    chuan
    chuan
    Aug 28, 2016
    2
    pyspark 里不用 spark 相关的东西完全可以
    BUPTGuo
    BUPTGuo
    Aug 28, 2016
    3
    可以直接用。但是感觉并不能解决内存爆了的问题吧??
    没有用 spark 或者其他并行计算框架,它就只能把你当成一个计算程序来算,没有办法拆分开分布式运行。计算的时候还是需要那么多的内存啊
    ooonme
    ooonme
    Aug 28, 2016 via iPhone
    4
    必须用 spark api ,建议楼主先看下 spark 相关的内容吧
    iEverX
    iEverX
    Aug 28, 2016
    5
    不用 spark 的 api ,怎么分布式用集群?和自己运行一个脚本没区别啊
    mengzhuo
    mengzhuo
    Aug 29, 2016 via iPhone
    6
    必须是 pyspark 的接口 不过可以各种上传依赖库啊
    ligyxy
    ligyxy
    Aug 29, 2016 via Android
    7
    默认设置下 Spark 会使用资源 70% 的内存
    ligyxy
    ligyxy
    Aug 29, 2016 via Android
    8
    * 最多
    jyf
    jyf
    Aug 29, 2016
    9
    可以啊 pyspark 么 就是许多 api 一看支持都有 再仔细一看都是 java 才支持
    你还是看看 spark streaming 吧 按你这玩法 内存再大也不够
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   864 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 43ms · UTC 20:02 · PVG 04:02 · LAX 12:02 · JFK 15:02
    ♥ Do have faith in what you're doing.