譯者：搖擺少年夢
原文地址：https://databricks.com/blog/2015/09/24/spark-survey-results-2015-are-now-available.html

SAN FRANCISCO, CA–(Marketwired - Sep 24, 2015) - 由Apache Spark創建者所成立的公司——Databricks公司，對外發布了Spark 2015 調查報告，該調查報告以842家公司中的1417個Spark使用者作為調查對象，對各大公司和用戶就如何進行數據分析與處理進行了摸底。本報告顯示：在受訪者當中，利用Spark Stanalone構建集群比例已達48%，已經超過了Spark on Yarn（40%），除此之外還發現大多數的受訪者將Spark部署在公有云上，這一比例達到51%。

最近12個月，已經有超過600個Spark源碼貢獻者，而在此之前的12個月人數只有315個，Spark無可爭議地成為大數據領域內最活躍的開源項目（注意：沒有之一)。除此之外，已經有超過200個公司為Spark奉獻過源代碼，使Spark社區成為迄今為止開發人員參與最多的社區。

該調查報告主要包括以下幾個要點：

Spark正在超越Hadoop：根據社區反饋過來的Spark常用部署方式，standalone方式占比為48%，Yarn占比為40%，Mesos占比為11%，其它方式為1%。2015年Spark用戶中不使用Hadoop組件是2014年的兩倍。

流式計算和高級分析工具的使用正在上升：Spark的應用更加豐富，特別是機器學習、流式計算及圖像計算方面的用例日益增多。2015年Spark Streaming的使用人數較2014年增長了56%，高極分析工具如MLlib、Grahpx的使用人數從11%增加到15%，75%的用戶表示使用過Spark中的兩個及以上的組件（其中51%的用戶使用Spark的組件數超過51%）

Spark的用戶更加多樣化：Spark打破了的技術障礙，讓數據科學家與工程師之間能夠協同工作以解決數據問題。在受訪者當中，41%的人將自己定義為數據工程師（Data Engineers），22%的人將自己定義為數據科學家（Data Scientists）。Spark使用者中使用不同的編程語言展開日常工作，其中71%的人使用Scala，58%的人使用Python，36%的人使用SQL，31%的人使用Java，18%的人使用R語言。

Spark最常用的場景逐漸清晰：52%的使用場景是數據倉庫，68%的使用場景為商業智能，40%用于處理應用程序和系統日志，36%用于面向用戶的服務，29%用于欺詐檢測與安全保障。

Spark非常適用于處理大數據：Spark的使用數量正在快速增長，這歸因于Spark部署與使用方便、性能穩定并且能夠滿足未來實時與高級數據處理需求的增長。91%的受訪者認為性能是他們使用Spark的原因，77%的人歸因于Saprk易于編程，71%的人歸因于Spark易于部署，64%的人歸因于Spark的高級分析能力，52%的人歸因于Spark的實時處理能力。

“Spark的待續發展令人振奮，因為越來越多的公司使用Spark投入到生產環境并獲得實際的商業價值，同時Spark的適用場景已經遠超Hadoop集群”，Spark創建者、Databrick首席技術官司Matei Zaharia如是說，“Databricks與我們的團隊將全心投入到Spark項目中以致力于Spark的長期發展，基于本次調查數據及后續的社區反饋，我們將對Spark進行持續改進，讓Spark成為能夠適用于所有商業領域的大數據處理工具”

下面是報告原文：

報告下載地址：
http://dbricks.co/sparksurvey2015
http://dbricks.co/spark-primer
http://dbricks.co/db-primer

總結

以上是生活随笔為你收集整理的Databricks：2015 Spark调查报告（部分译文）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。