rdbms 与 spark sql 的区别答案

【问题标题】：differences between rdbms vs. spark sqlrdbms 与 spark sql 的区别
【发布时间】：2015-08-04 07:46:13
【问题描述】：

我正在使用 Apache-Spark，在我的项目中，我想使用 Spark-SQL。但是，我必须确定 Spark-SQL 的查询性能。我知道 Spark-SQL 不像 RDBMS 那样有效。但是我想知道 Spark-SQL 和 RDBMS 查询之间的时间差距太大吗？

例如，我正在开发具有 4 GB 内存和 1 个核心 CPU 的虚拟机。这是一个缓慢的系统。我有一个包含 2 个表的小数据集。第一个有 5M 记录，第二个有 1K 记录。当我加入两个表时，查询大约需要 60 秒。使用此硬件的 Spark-SQL 是否正常？如果我用 RDBMS 做同样的连接操作，它会花费更少的时间，但我无法在办公室用物理限制对其进行测试。

最后一个问题：如何减少 Spark-SQL 中的查询时间？

【问题讨论】：

我能问你为什么要使用 spark 而你只有一台机器并且只有小数据量吗？？
@Abdulrahman，稍后我们将对大型数据集使用集群和流式操作。但是，我现在正在研究如何将 Spark 和 Spark SQL 应用于我们的应用程序。这台机器和小套装是用来研究的。

标签： apache-spark rdbms query-performance apache-spark-sql

【解决方案1】：

我认为问题出在虚拟机上。我在同一条船上，最终做的是在 Windows 上安装 Spark（你可以这样做，只需 google 即可）。性能要好得多（我有一台 4 核笔记本电脑，4gb 内存和 ssd 驱动器）。

Spark-SQL 非常强大，具体取决于您的需求。您与性能进行比较的结果将是惊人的，但是您需要做/实现的事情与您过去在常规 RDBMS 中所做的事情不同。

【讨论】：