在Azure HDInsight中创建R服务器，并利用Spark集群进行分布式R分析

关于R语言

R作为一种编程语言和软件运行环境，近年来被数据科学家广泛使用。它是一种解释性语言，在R library中自带很多统计学方法(statistical methods)和图形算法，例如线性回归分析，决策树，经典统计学测验等等。另外，通过Functions和Extensions，也可以很容易的对R进行扩展，增加数据模型和分析算法。R Studio是一个R语言的集成开发环境(IDE)：

我们也可以通过R Console 编辑和运行R脚本。例如:

> x <- c(1,2,3,4,5,6)   # Create ordered collection (vector)
> y <- x^2              # Square the elements of x
> print(y)              # print (vector) y
[1] 1 4 9 16 25 36

关于Azure HDInsight中的R服务器(R Server)

R本身是开源的，很多厂商对于Open source R进行封装和扩展后，提供R商用系统（例如Revolution R, Oracle和IBM的大数据分析系统等）。微软的Azure HDInsight提供了R Server for HDInsight，它将企业级R分析软件和Hadoop Spark集群相结合，提供了一个大规模、高性能的R分析(R Analytics)环境。在写这篇文章的时候，R Server for HDInsight在中国Azure( www.windowsazure.cn)还没有上线，读者只能通过海外Azure平台( www.windowsazure.com)使用。要了解更多R Server for HDInsight，可以访问: https://azure.microsoft.com/zh-cn/services/hdinsight/r-server/ 。

在HDInsight集群中创建R Server，并通过设置不同的Compute Context观察性能差异

下面是我们即将开始的试验的架构图:

 第一步：创建R Server Cluster

1. 登录到global azure (http://portal.azure.com) 

2. 选择NEW, Intelligence+ Analytics，然后选HDInsight



3. 为集群指定一个名称

4. 选择Cluster Configuration，在ClusterConfiguration这一项，cluster type选择R-Server，版本选择最新，其余的保持默认设置即可，然后点击select。Microsoft R-Server release notes: https://msdn.microsoft.com/en-us/microsoft-r/notes/r-server-notes.

5. 选择Credentials，设置集群登录用户名和认证信息。为集群登录用户