在大数据中，如何使用spark？
使用Spark最简单的方法：就是直接在你的机器上使用Pyspark。它的前提需要安装Python。然后到Spark的官网上去下载Spark的安装包。Spark支持多种语言，其中有一种就是Python，还有Java/Scala/R语言。安装后，你就可以把PySpark的交互界面打开，在里面输入一个简单...
R语言和Spark谁更胜一筹？
R语言适合单机版吧，函数肯定比spark丰富； spark是分布式计算引擎，里面包含ml，函数和功能没有R多，而且输入格式要求比较高。适合大数据量下的计算，不过Spark也有SparkR组件，建议可以了解一下。一般情况下，是用抽样数据，在R上实现模型，看看是否可用，再在大数据量下用Spark实现，并...
Spark中用Scala和java开发有什么区别？
由于Spark是由Scala开发的所以大家在开发Spark应用程序的时候多数会选择Scala语言，不过Spark官方网站中也给出了用java实现的实例。就个人体会来说，Scala相对于Java的优势是巨大的。...
如何管理Spark内存？
Spark执行应用程序时，Spark集群会启动Driver和Executor两种JVM进程，Driver负责创建SparkContext上下文，提交任务，task的分发等。同时需要为需要持久化的RDD提供储存。Driver端的内存管理比较简单，这里所说的Spark内存管理针对Executor端的内存...