[{"data":1,"prerenderedAt":12},["ShallowReactive",2],{"stack-tr-es-apache-spark":3},{"tagline":4,"description":5,"strengths":6,"useCase":11},"El motor de análisis distribuido para procesar terabytes.","Spark procesa volúmenes masivos de datos en memoria a través de un clúster distribuido. Sus API (DataFrame, SQL, Streaming, MLlib) cubren el procesamiento por lotes, el streaming y el machine learning. Combinado con Delta Lake, es la base de los lakehouses modernos.",[7,8,9,10],"Procesamiento distribuido en memoria: órdenes de magnitud más rápido que Hadoop.","API en Python, Scala, SQL y R: se adapta a equipos heterogéneos.","Structured Streaming para el procesamiento casi en tiempo real.","Databricks, EMR, Dataproc: servicio gestionado en los tres grandes proveedores cloud.","ETL de grandes volúmenes, lakehouse, entrenamiento distribuido de modelos de ML.",1792765055724]