本文原始地址 分类 每个人每天都会进行很多次的分类操作。比如，当你看到一个陌生人，你的大脑中的分类器就会根据TA的体貌特征、衣着举止，判断出TA...

本文原始地址 剖析Spark工作的运行 我们来看下当我们运行一个Spark工作时，会发生什么。在最高级别上，有两个独立的实体：驱动（driver...

本文原始地址 Persistence 回到本章开头的例子，我们可以把“年度-气温”的中间数据集缓存在内存中： 调用cache()不会立刻把RDD...

本文原始地址 Resilient Distributed Datasets RDD是每个spark程序的核心，本节我们来看看更多细节。 Crea...

本文原始地址 A Scala Standalone Application 在Spark shell中运行了一个小程序之后，你可能想要把它打包成...

本文翻译自O'Reilly出版Tom White所著《Hadoop: The Definitive Guide》第4版第19章，向作者致敬。该书...