后端数据库在速度方面是否重要，同时通过spark阅读？

Question

目前我使用 Spark 和 Cassandra 作为数据存储（我有一些NoSQL要求）。 Spark 有自己的内存处理框架，可以连接到各种数据库，如 Cassandra ， MongoDB ， Redshift

因此，在通过 Spark 从这些数据库中读取时，数据库的读取性能（或写入性能）是否重要？我希望更改数据存储以便更快地读取。

Answer 1

简短的回答当然是这样。 基本上是什么火花，它使用所有执行程序从数据存储区读取，数据库提供数据的速度越快，Spark就能越快地访问该数据。

如果您想要更快的读取，请设置一个可扩展的数据存储区，以便可以从不同的计算机并行读取，这样您就不会受到1台计算机的限制。