Tachyon是一个分布式内存文件系统，可以理解为内存中的HDFS。 为了提供更高的性能，将数据存储剥离Java Heap。 用户可以基于Tachyon实现RDD或者文件的跨应用共享，并提供高容错机制，保证数据的可靠性。
相关文章
- Tachyon在Spark中的作用（Tachyon: Reliable, Memory Speed Storage for Cluster Computing Frameworks 论文阅读翻译）
- 参考 Apache Spark 的源码自定义实现 Logging 日志打印工具
- PySpark安装及WordCount实现（基于Ubuntu）-安装Java： PySpark需要Java运行环境。你可以使用以下命令安装OpenJDK： sudo apt update sudo apt install default-jre default-jdk 安装Scala： PySpark还需要Scala，可以使用以下命令安装： sudo apt install scala 安装Python： 如果你的系统没有Python，可以安装Python 3： sudo apt install python3 安装Apache Spark： 下载并解压Apache Spark。你可以在Apache Spark官网下载最新版本的Spark。 wget https://downloads.apache.org/spark/spark-x.y.z/spark-x.y.z-bin-hadoopx.y.tgz tar -xzvf spark-x.y.z-bin-hadoopx.y.tgz 将 spark-x.y.z-bin-hadoopx.y替换为你下载的实际版本。 设置环境变量： 在 .bashrc或 .zshrc文件中设置Spark和PySpark的环境变量： export SPARK_HOME=/path/to/spark-x.y.z-bin-hadoopx.y export PATH=$PATH:$SPARK_HOME/bin export PYSPARK_PYTHON=python3 记得使用实际的Spark路径。 安装PySpark： 使用pip安装PySpark： pip install pyspark 实现WordCount：
- 使用 Apache PDFBox 提取 PDF 中的文本和图像-1. Apache PDFBox 简介
- Apache Spark 2.2中基于成本的优化器（CBO）（转载）
- Apache Spark 的基本概念和在大数据分析中的应用
- Apache Spark Streaming的简介
- 带有Apache Spark的Lambda架构
- 《SPARK/TACHYON:基于内存的分布式存储系统》－史鸣飞（英特尔亚太研发有限公司大数据软件部工程师）
- 分享一个.NET平台开源免费跨平台的大数据分析框架.NET for Apache Spark