2016年7月，我们进行了Apache Spark调查，以了解组织如何使用Spark，并强调自2015年上一次Spark调查以来的增长趋势。2016年的调查结果反映了900家不同组织和1615名受访者的答案，他们主要是Apache Spark用户。结果显示，Spark社区仍在快速增长：全球meetup成员数量增加了两倍，项目贡献者的数量自去年以来增长了67%。此外，用户构建了多种应用程序，在机器学习和流媒体方面有了显著增长。结果显示，Spark在高科技公司已经远远超越了早期采用阶段，现在已成为大型数据驱动企业的主流，如银行和健康。随着公共云计算的兴起，调查结果反映了用户对在公共云中部署Spark的兴趣。你可以在这里读新闻稿。报告亮点激发社区发展和采用加速在过去的一年里，我们看到贡献者和meetup成员的数量在增长：代码贡献者几乎翻了一番，Apache Spark meetup成员增加了两倍，从66K增加到225K。而且，自从2015年DataFrame发布以来，它的使用率翻了一番，从15%增加到38%；Windows用户从23%跃升到32%。所有这些都表明了一个多样化的繁荣社区和越来越多的采用Spark。火花流和机器学习使用激增开发实时应用程序和高级分析的兴趣正在上升。在这项调查中，超过一半（51%）的受访者认为Spark流媒体是构建实时流媒体用例的重要组成部分，82%的受访者认为高级分析也是如此。今年，Spark Streaming的生产使用率从2015年的14%跃升到2016年的22%，机器学习从2015年的13%上升到2016年的18%。Spark在公共云中的部署增加了云计算在科技行业的崛起很快。我们观察到这一趋势反映在调查结果中，因为许多受访者选择在公共云中部署Spark，从中受益匪浅。Spark今年在云端的部署比例为61%，高于去年的51%。相比之下，使用内部集群管理器的Spark部署平均下降了5%。Spark的使用量增加了总的来说，火花元件在生产中的使用已经上升。此外，Spark开发人员经常结合多个Spark组件来构建复杂的应用程序。74%的受访者使用两个以上的组件，而64%的受访者在生产中使用三个或更多。除了Spark流和机器学习，38%的人使用数据帧，40%的人在生产中使用Spark SQL。要了解更多详细信息，请下载Databricks Apache Spark 2016年调查报告。结论随着apachespark变得更简单、更快、更智能，不同行业的新用户开始采用它。从2016年的调查结果中，我们了解到了哪些人在使用Spark，他们是如何使用它的，哪些是重要的，他们使用了哪些新功能，以及他们使用它的目的。所有的反馈都将有助于我们和社区在我们推进Spark的发展过程中，就像过去几年调查的反馈一样。感谢所有参与我们2016年Apache Spark调查的人。下载Apache Spark 2016调查信息图。免费试用Databricks。今天就开始吧