Spark简介

😀Spark最初由美国加州伯克利大学（UCBerkeley）的AMP实验室于2009年开发，是基于内存计算的大数据并行计算框架，可用于构建大型的、低延迟的数据分析应用程序。

特点：

高效性：Spark采用内存存储中间计算结果，这减少了迭代运算的磁盘I/O开销。此外，Spark通过并行计算DAG图的优化，减少了不同任务之间的依赖，降低了延迟等待时间。

易用性：支持使用Scala、Java、Python和R语言进行编程，可以通过Spark Shell进行交互式编程。

通用性：Spark提供了完整而强大的技术栈，包括SQL查询、流式计算、机器学习和图算法

组件。

兼容性：可运行于独立的集群模式中，可运行于Hadoop中，也可运行于Amazon EC2等云环境中，并且可以访问HDFS、Cassandra、HBase、Hive等多种数据源

数据表是数据库的重要对象

数据表是数据库的重要对象，是存储数据的基本单元，表结构创建完成后就涉及向表中插入新的数据，以及对已有数据进行修改与删除，这就是数据更新，数据更新可以使用“对象资源管理器”和T-SQL语句两种方式实现。也就是说，数据更新是以新数据项或记录、替换数据文件或数据库中与之相对应的旧数据项或记录的过程，通过删除、修改、再插入的操作来实现。