《Machine Learning with Spark》书评与作者访谈 资讯
。机器学习在最近几年获得大量的关注，因为它对企业与商业做出决策非常有帮助。 Apache Spark 及其机器学习库 MLlib 为开发可伸缩的机器学习应用，提供了多种有用的算法。 关于这个话题，
jopen 
Apache Spark 1.6.1 发布，集群计算环境 资讯
Apache Spark 1.6.1 发布了，Apache Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载
Java开源IM客户端Spark 博客
Spark 是一个开源，跨平台IM客户端。它的特性支持集组聊天，电话集成和强大安全性能。如果企业内部部署IM使用Openfire+Spark是最佳的组合。 http://www.igniterealtime
lovegis 大数据计算平台Spark内核全面解读 经验
1、Spark介绍 Spark是起源于美国加州大学伯克利分校AMPLab的大数据计算平台，在2010年开源，目前是Apache软件基金会的顶级项目。随着 Spark在大数据计算领域的暂露头角，越来
微软开源用于Spark的深度学习库MMLSpark 资讯
微软开源了 MMLSpark ，用于用于 Apache Spark 的的深度学习库。MMLSpark 可以与 微软认知工具包 和 OpenCV 完美整合。 微软发现，虽然 SparkML 可以建立
Spark + ansj 对大数据量中文进行分词 经验
mapreduce对存储在hdfs中大量的数据文本进行分词。由于mapreduce的速度较慢，相对spark来说代码书写较繁琐。本文使用 spark + ansj对存储在hdfs中的中文文本数据进行分词。 首先下载ansj源码文件，下载地址为
Spark如何解决常见的Top N问题 经验
表“product_url”的示例数据如下： （2）统计各个产品线下各个URL的访问次数 这个逻辑使用Spark SQL即可以实现，示例数据如下： 可以看出，数据多出了一个字段access，用于表示某产品线下某个URL的访问次数。
在Eclipse上运行Spark(Standalone,Yarn-Client) 经验
ipse上运行Spark程序，提交到集群上以YARN-Client方式运行，或者以Standalone方式运行呢？ 答案是可以的。下面我来介绍一下如何在eclipse上运行Spark的wordcount程序。我用的hadoop
深入浅出Spark(二) 什么是RDD 经验
本系列讲座是沁原对Sameer Farooqui的《Advanced Apache Spark》的解说。 完整视频： https://www. bittiger.io/videos/NBAT gD
让Spark如虎添翼的Zeppelin - 基础篇 经验
0. 简介 Spark 是一个非常好的计算平台，支持多种语言，同时基于内存的计算速度也非常快。整个开源社区也很活跃。 但是Spark在易用性上面还是有一些美中不足。 对于刚接触的人来说，上手以及环境搭建还是有一些困难。
zulo2012 Apache Spark 1.4 发布，开源集群计算系统 资讯
Apache Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内
Spark 1.4最大的看点：支持R语言(SparkR) 资讯
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个广泛应用于统计计算和统计制图的优 秀编程语言，但是其交互式使用通常局限于一台机器。为了能够使用R语言分析大规模分布式的数据，UC
Hadoop/Spark生态圈里的新气象 资讯
这边厢，Cloudera有时换掉HDFS改用Kudu，同时宣布Spark是其圈子的核心(因而一概取代发现的MapReduce);那边厢，Hortonworks加入了Spark阵营。在Cloudera和Hortonwor
P28 TalkingData 基于 Spark 的数据挖掘工作 文档
TalkingData基于Spark的 数据挖掘工作张夏天 腾云天下科技有限公司 @张夏天_机器学习 2. 内容TalkingData简介 我们的数据挖掘工作 应用广告优化 随机决策树算法及其Spark实现 3. Talking
分布式计算 Spark 入门介绍 经验
Spark是一个通用的分布式内存计算框架，本文主要研讨Spark的核心数据结构RDD的设计思路，及其在内存上的容错。内容基于论文 Zaharia, Matei, et al. " Resilient Distributed
搭建Spark完全分布式集群 经验
本文详细总结Spark分布式集群的安装步骤，帮助想要学习Spark的技术爱好者快速搭建Spark的学习研究环境。 写在前面二： 使用软件说明 约定，Spark相关软件存放目录：
spark用程序提交任务到yarn 经验
因为spark文档中只介绍了两种用脚本提交到yarn的例子，并没有介绍如何通过程序提交yarn，但是我们的需求需要这样。网上很难找到例子，经过几天摸索，终于用程序提交到yarn成功，下面总结一下。
spark读取hbase数据做分布式计算 经验
由于spark提供的hbaseTest是scala版本，并没有提供java版。我将scala版本改为java版本，并根据数据做了些计算操作。 程序目的：查询出hbase满足条件的用户，统计各个等级个数。
Hadoop 2.6 + Hive 1.2.1 + spark-1.4.1(3) 经验
Hadoop 2.6 + Hive 1.2.1 + spark-1.4.1(3)：1. 新建表 1) 新建表结构 create table user_table( id int, userid ...
使用Spark DataFrame进行大数据处理 经验
简介 DataFrame让Spark具备了处理大规模结构化数据的能力，在比原有的RDD转化方式易用的前提下，计算性能更还快了两倍。这一个小小的API，隐含着Spark希望大一统「大数据江湖」的野心