Spark学习

RDD模型经典论文：

https://www.usenix.org/system/files/conference/nsdi12/nsdi12-final138.pdf

spark最好用scala语言

一个scala学习较好的网站

http://zh.scala-tour.com/#/welcome

spark常用api使用示例

http://homepage.cs.latrobe.edu.au/zhe/ZhenHeSparkRDDAPIExamples.html

spark的核心是RDD.通过将数据进行IN_MEMORY操作提速。

尝试了一下，速度真的是非常快。可以用非常简洁的语言实现map-reduce中的若干操作。

写完spark程序在本地调通后，恭喜你，不过这仅仅只是一个开始。还需要在集群上进行调试优化，最终程序才能取得较高的性能。