Apache Spark

Apache Spark adalah kerangka (framework) komputasi klaster dan pemrosesan dalam penyimpanan (in-memory) yang memperluas model MapReduce untuk mendukung jenis perhitungan lain, seperti kueri interaktif dan pemrosesan aliran. Spark dirancang untuk menangani berbagai beban kerja dengan memperkenalkan konsep Resilient Distributed Datasets (RDDs), yang memungkinkan eksekusi perhitungan di memori secara fault-tolerant.

RDDs adalah kumpulan data yang immutable dan terpartisi, menyediakan antarmuka pemrograman untuk menjalankan operasi seperti map, filter, dan join pada banyak elemen data. Untuk menjamin fault-t^[1]olerance, Spark mencatat semua transformasi yang dilakukan dalam membangun dataset, membentuk graf keturunan (lineage graph) yang memungkinkan pemulihan data secara efisien jika terjadi kegagalan.

[1]
Sakr, Sherif; Zomaya, Albert Y., ed. (2019). Encyclopedia of Big Data Technologies (dalam bahasa Inggris). Cham: Springer International Publishing. doi:10.1007/978-3-319-77525-8. ISBN 978-3-319-77524-1.

[1] [1]
Sakr, Sherif; Zomaya, Albert Y., ed. (2019). Encyclopedia of Big Data Technologies (dalam bahasa Inggris). Cham: Springer International Publishing. doi:10.1007/978-3-319-77525-8. ISBN 978-3-319-77524-1.

[1]