为什么我要使用 Spark 而不是 Java 来处理来自 cassandra 的数据？答案

【问题标题】：Why would I use Spark instead of Java to process data from cassandra?为什么我要使用 Spark 而不是 Java 来处理来自 cassandra 的数据？
【发布时间】：2017-04-17 20:06:57
【问题描述】：

如果我必须处理 1000 万条记录并在其中一列中搜索字符串匹配，我可以使用 java.util.

在 spark 中我比 java 有什么优势？

【问题讨论】：

对于初学者来说，Spark 是分布式的。如果您只有一个单线程 Java 或 Spark 节点，那么几乎没有区别。
谢谢。为什么投反对票？
没有投反对票，但问题可能缺少研究工作。
不要假设懒惰，这可能是缺乏理解力。我确实试图找出答案，浏览了很多文档，详细说明了如何做某事，但找不到原因。如果您有链接分享将不胜感激。
假设留给读者。随意edit您的问题与您参考/尝试过的事情

标签： java apache-spark cassandra

【解决方案1】：

当然你可以用java编写一个程序，并使用它的并发框架来实现并行。

但是，想一想，对于您提到的示例，仅 Cassandra API 就足够了！！！为什么选择 Java？

Cassandra 是一种可靠的分布式数据存储。它提供了一些数据处理能力，但不够灵活。所以我们考虑使用通过其他编程语言公开的 API，例如 - java。

现在，问题归结为 Java 与 Spark？我能想到的最简单的答案是，如果您确定单个 JVM 足以满足处理要求，请选择 Java，否则请考虑 Spark 或其他分布式处理框架，如 flink 等。

【讨论】：