这篇文章是我们Tableau软件的朋友的客座作者，他们的可视化分析软件现在已经"在apachespark上认证"Apache Spark–下一个重大创新每隔几年左右，大数据开放源代码社区就会经历一次重大的创新，从而提高数据处理框架的能力。多年来，MapReduce和Hadoop开源平台为大规模数据集的分布式处理提供了有效的基础。去年，YARN的引入为实现交互式工作负载提供了所需的资源管理器，将数据处理性能提升到了另一个水平。然而，随着企业委托大数据平台处理更多的关键业务信息，数据的数量和种类将继续快速增长，对这些数据的洞察和行动速度的需求也将不断增长。正如大多数社区成员所同意的那样，我们相信apachespark是下一个大的创新和平台，有助于应对未来的数据挑战。支持Spark的决定很容易——它主要是由我们的客户推动的。Spark作为一个强大的、全面的、用于交互式查询和数据处理的大数据平台的有用性，使得它成为最近几个月最常被请求的数据源之一。作为一家公司，我们努力使对我们的客户非常重要的数据源能够普遍访问。apachespark项目的强劲势头和社区支持的广泛接受也促使了这一点。在过去的8个月里，包括Cloudera、Hortonworks和MapR在内的10家Hadoop分销商承诺将Spark作为其分销的一部分，并加快项目的开发。最后，Tableau受到了与Spark集成的启发，因为它是一种从一开始就被智能化架构的技术，早期的一些性能结果证明了这一点。此外，我们的联合创始人喜欢说，我们才刚刚开始Tableau，我们相信Spark也是如此。Tableau软件获得"Spark认证"今天，我们很高兴地宣布，Tableau软件现已获得"Spark认证"。Tableau在该计划中寻求资格认证，以便我们的客户确信这些技术的集成能够无缝、愉快地工作。我们还希望帮助维护Spark SQL在不同发行版之间的兼容性，因为它有助于促进一个充满活力的开源社区——协作和集成的社区。Tableau致力于支持Spark并确保与未来版本的兼容性。结合我们的认证和"帮助人们看到和理解他们的数据"的使命，Tableau正在为Windows和Mac推出新的原生Spark SQL连接器（目前处于测试阶段）。我们很高兴与Databricks合作，通过可视化分析，将Spark数据处理引擎的性能和多功能性带给大众。Tableau+Spark=一起更好Tableau与Spark的集成为Spark社区带来了巨大的价值——用户无需编写一行Spark SQL代码就可以直观地分析数据。这是一件大事，因为创建数据的可视化界面将Spark技术从数据科学家和数据工程师扩展到所有业务用户。Spark connector利用了Tableau灵活的连接架构，客户可以选择实时连接并发出交互式查询，或者使用Tableau的快速内存数据库引擎。Tableau还为用户提供了将Spark数据与其他40+个直接连接器的数据混合的能力，使用户能够随时随地利用现有的数据资产。现在来看看Tableau和Spark SQL的实际应用，我们制作了一个简短的视频，演示用户如何连接到Spark集群并与Tableau中的数据交互。要了解更多信息：阅读：要了解更多关于Tableau与Spark SQL的集成，请查看我们在Tableau博客上的文章。加入beta：为了直接使用Tableau对抗Spark，你需要成为beta程序的一部分。如果您有兴趣加入，请给我们发电子邮件。免费试用Databricks。今天就开始吧