我正在研究我的学校项目。有一个用c ++编写的视频复制检测应用程序。该应用程序设计为在单个机器上运行，我想创建一个spark集群并在集群下运行该应用程序。 这可能吗？困难？
答案 0 :(得分：0)
让我试着回答你的问题：
首先，你应该弄清楚c ++应用程序的格式是什么？
是源代码还是二进制可执行文件夹？
source code 您可以在java / scala中实现该算法，并充分利用群集资源，使您的工作速度远远超过单机版本。
如果时间有限，可以使用gcc编译c ++源代码，然后按照下一种方法进行操作。
binary executable bin 因为java / scala字节码（.class格式）在jvm上运行，与机器上的本机代码不兼容，这是由编译器和操作系统的组合决定的。
在这种情况下，唯一的选择是获得一个新的进程来执行c ++可执行文件箱，并通过进程间通信获得你想要的东西，比如管道。
总之，您应该在驱动程序节点上获得一个新进程来重复数据删除，并使用spark引擎执行以下并行计算以加速您的项目。
并且在scala或java中获取新进程非常简单，请参考doc： Process