leboop

摘要： Spark DataFrame及RDD与DataSet转换成DataFrame 一、什么是DataFrame DataFrame和RDD一样，也是Spark的一种弹性分布式数据集，它是一个由列组成的数据集，概念上等同于关系型数据库中的一张表。DataFrame可以从非常宽泛的数据源中的构建，比如结构 阅读全文

摘要： 一、什么是DataSet DataSet同RDD和DataFrame一样，也是Spark的一种弹性分布式数据集。它是Spark 1.6增加的新接口。我们可以从JVM的对象构造一个DataSet，然后使用map，flatMap，filter等等这样的函数式变换操作它。 二、创建DataSet 首先需要 阅读全文

摘要： Spark RDD和DataSet与DataFrame转换成RDD 一、什么是RDD RDD是弹性分布式数据集（resilient distributed dataset） 的简称，是一个可以参与并行操作并且可容错的元素集合。什么是并行操作呢？例如，对于一个含4个元素的数组Array，元素分别为1， 阅读全文

摘要： Apache Mahout之协同过滤原理与实践 读书时期，选课是令人怀念的，因为自由，学生可以挑选自己喜爱的课程和老师！然而，过程并不是很美好，“系统繁忙，稍后重试！”屡有发生，于是大伙开心地约定今夜不战不休。西门的七彩路，和网吧名一样，我们从门口路过，进的却是右旁的可媛。这里网页同样坚持“系统繁忙 阅读全文

摘要： 随时随地记录，我在路上！ 随时随地学习，我在路上！ 随时随地分享，我在路上！ 一份坚持， 一份收获， 我与博客园一起成长！ 阅读全文