聚焦在 Twitter 上关于Apache Spark的数据, 这些是预备用于机器学习和流式处置应用的数据。 重点是如何通过火布式网络交流代码和数据，取得 串行化, 持久化 , 调度和缓存的实战经验 。 认真应用 Spark SQL, 交互性摸索构造化和半构造化数据. Spark SQL 的基本数据构造是 Spark dataframe， Spark dataframe 遭到了 Python Pandas dataframe 和R dataframe 的启示. 这是一个壮大的数据构造, 有R 或Python 背景的数据科学家非常容易懂得并爱好上它. 聚焦在 Twitter 上关于Apache Spark的数据, 这些是预备用于机器学习和流式处置
阅读背景：
地铁译：Spark for python developers ---Spark的数据戏法
来源：互联网
分享到：
