从apachespark 1.6开始，作为tungton项目的一部分，我们开始了一项持续的努力，以大幅提高apachespark后端执行的内存和CPU效率，并将性能推向现代硬件的极限。这项工作在ApacheSpark2.0中达到了顶峰，它使用Catalyst优化器和整个阶段的代码生成。由于Spark框架和api的发展非常迅速，在每个后续版本中都提供了更好的性能，所以云提供商面临着与云中和本地生产服务保持同步的挑战。那么他们如何跟上这些产品的步伐呢？在都柏林的Spark峰会上，我们将介绍Spark的内存模型是如何进化的，以及它的性能。我们还将评估Spark的开箱即用支持，并比较主要PaaS提供商的产品、可靠性、可伸缩性和性价比。以下是我们的两次会谈，将涉及Spark的以下几个方面：开发人员对Spark内存模型的看法云计算中apachespark的状态你为什么要参加这些会议？如果您是一名数据架构师或数据工程师，希望了解Spark的底层内存模型或了解如何在云中评估Spark产品，请参加我们的讲座。如果您还没有，请立即注册参加欧盟Spark峰会，并使用Databricks代码享受15%的折扣。在都柏林见！免费试用Databricks。今天就开始吧