Local 模式是最简单的一种运行方式，它采用单节点多线程方式运行，不用部署，开箱即用，适合日常测试开发。 local[*]：启动跟 cpu 数目相同的工作线程数。 安装完成后可以先做一个简单的词频统计例子，感受 spark 的魅力。准备一个词频统计的文件样本 wc.txt，内…

上一篇权当吹水了，从这篇开始进入正题。 RDD（Resilient Distributed Dataset）叫做 弹性分布式数据集 ，是Spark中最基本的数据抽象，它代表一个不可变、可分区、里面的元素可并行计算的集合. 一个分区（Partition）列表，组成了该RDD的数据…

大家好，我是一条~ 5小时推开Spark的大门，最后一小时，聊聊提了这么久的RDD。 话不多说，开干！ 什么是RDD Spark为了能够进行高并发和高吞吐的数据处理，封装了三大数据结构，用于处理不同的

求推荐！ 大家好，我是一条~ 5小时推开Spark的大门，第四小时，带大家理解Spark的核心概念。 话不多说，开干！ 运行架构

求推荐！大家好，我是一条~ 5小时推开Spark的大门，第三小时，带大家做一个大数据入门的经典案例——WordCount。 话不

求推荐！ 大家好，我是一条~ 5小时推开Spark的大门，第二小时，带大家搭建开发环境。 主要分两步， Spark的安装 Scal