Apache Spark的R语言前端：SparkR

Spark是一个开源的集群计算系统，用于快速数据分析，包括快速运行和快速写操作。Spark 是一种与Hadoop相似的开源云计算系统，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启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

Spark架构

Spark 是在Scala语言中实现的，它将Scala用作其应用程序框架。与Hadoop不同，Spark 和 Scala 能够紧密集成，其中的Scala可以像操作本地集合对象一样轻松地操作分布式数据集。

尽管创建 Spark是为了支持分布式数据集上的迭代作业，但是实际上它是对 Hadoop 的补充，可以在 Hadoo 文件系统中并行运行。通过名为Mesos的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发，可用来构建大型的、低延迟的数据分析应用程序。

运行SparkR

library(SparkR) sc <- sparkR.init(master="local") 

项目主页http://www.open-open.com/lib/view/home/1390350018742