Spark官方文档-Spark编程指南（第八节）
部署到集群 应用提交指南描述了如何将应用提交到集群上。简而言之，一旦你将你的应用打包进了一个JAR（对于Java/Scala）或者一组.py或.zip文件（对于…
Spark官方文档-Spark编程指南（第七节）
共享变量 一般地，当一个函数被传递给一个在远程集群节点上执行的Spark操作时，在函数中用到的所有变量都是以独立拷贝的形式被使用。这些变量被拷贝到各个机器上，并…
Spark官方文档-Spark编程指南（第六节）
RDD持久化 在不同操作之间将数据集持久化（或者缓存）在内存中是Spark最重要的能力之一。当你持久化一个RDD时，每个节点都会存储它在内存中计算的任何part…
Spark官方文档-Spark编程指南（第五节）
Transformations 下面的表格列举了Spark支持的一些常见transformations。细节请参考RDD API文档（Scala, Java, …
Spark官方文档-Spark编程指南（第四节）
理解闭包（closures） 关于Spark最难的一个问题是理解当在集群上执行代码时，变量和方法的作用域和生命周期。变量在其作用域之外被RDD操作修改是一个常见…
Spark官方文档-Spark编程指南（第三节）
RDD操作 RDDs支持两种类型的操作：transformations，从一个已有的RDD创建出一个新的数据集；actions，针对数据集运行一种计算之后给驱动…
Spark官方文档-Spark编程指南（第二节）
弹性分布式数据集(RDDs) Spark是围绕着弹性分布式数据集（RDD）来解决问题的，RDD是一个可容错的并且可以并行操作的元素集合。有两种创建RDDs的方式…
Spark官方文档-Spark编程指南（第一节）
概述 总的来说，每个Spark应用都包括一个在集群上运行用户的main函数和各种并行操作的驱动程序。Spark提供的主要抽象是一个弹性分布式数据集（RDD），R…
Scala入门－命名参数（Named Arguments）
命名参数（Named Arguments） 当调用方法时，你可以像下面这样为参数标明参数名称： def printName(first: String, las…
机器学习书籍推荐
机器学习(Machine Learning, ML)无疑是目前计算机领域最热门的方向了。机器学习专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能…