本文來自于2018年09月19日在 Adobe Systems Inc 舉行的Apache Spark Meetup。

即將發布的 Apache Spark 2.4 版本是 2.x 系列的第五個版本。 本文對Apache Spark 2.4 的主要功能和增強功能進行了概述。

• 新的調度模型（Barrier Scheduling），使用戶能夠將分布式深度學習訓練恰當地嵌入到 Spark 的 stage 中，以簡化分布式訓練工作流程。
• 添加了35個高階函數，用于在 Spark SQL 中操作數組/map。
• 新增一個新的基于 Databricks 的 spark-avro 模塊的原生 AVRO 數據源。
• PySpark 還為教學和可調試性的所有操作引入了熱切的評估模式（eager evaluation mode）。
• Spark on K8S 支持 PySpark 和 R ，支持客戶端模式（client-mode）。
• Structured Streaming 的各種增強功能。 例如，連續處理（continuous processing）中的有狀態操作符。
• 內置數據源的各種性能改進。 例如，Parquet 嵌套模式修剪（schema pruning）。
• 支持 Scala 2.12。

點擊 示說網 ，即可下載此PPT。

總結

以上所述是小編給大家介紹的2018即將推出的Apache Spark 2.4都有哪些新功能，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對VEVB武林網網站的支持！