大数据生态系统基础：Apache Spark（三）：Java 版本编程实例（WordCount)

       这些示例简要地概述了Spark API。Spark是基于分布式数据集的概念构建的，它包含任意的Java或Python对象。您可以从外部数据创建数据集，然后对其应用并行操作。Spark API的构建块是它的RDD API。在RDD API中，有两种类型的操作:转换，它定义了基于之前的一个新的数据集，以及操作，它启动了一个任务，在集群上执行。除了Spark的RDD API之外，还提供了高级API，例如DataFrame API和机器学习API。这些高级api提供了一种简洁的方式来进行某些数据操作。在这个页面中，我们将使用RDD API以及使用高级API的示例来展示示例。       这些示例简要地概述了Spark API。Spark是基于分布式数据集的概念构建的