摘要：
这是CS100.1x第一个提交的作业，是给我们测试用的。相关ipynb文件见我 "github" 。本来没什么好说的。我在这里简单讲一下，后面会更详细的讲解。主要分成5个部分。 Part 1: Test Spark functionality Parallelize, filter, and red 阅读全文
摘要：
起因 大数据时代 大数据最近太热了，其主要有数据量大（Volume），数据类别复杂（Variety），数据处理速度快（Velocity）和数据真实性高（Veracity）4个特点，合起来被称为4V。 大数据中的数据量非常巨大，传统的关系型数据库已经无法满足对大数据的处理要求。此时，分布式计算应运而生 阅读全文