摘要：
在Spark中采用本地模式启动pyspark的命令主要包含以下参数：–master：这个参数表示当前的pyspark要连接到哪个master，如果是local[*]，就是使用本地模式启动pyspark，其中，中括号内的星号表示需要使用几个CPU核心(core)... 阅读全文
摘要：
此文为个人学习笔记如需系统学习请访问http://dblab.xmu.edu.cn/blog/1709-2/ 提供一种通用的数据抽象 RDD典型的执行过程如下： RDD读入外部数据源（或者内存中的集合）进行创建；RDD经过一系列的“转换”操作，每一次都会产生不... 阅读全文