一、启动切换到 Spark 的根目录，使用 bin/spark-shell 进入 spark shell：[root@ahdoop0 spark-1.3.0-bin-hadoop2.4]# ./bin/spark-shell...scala> 启动的过程中会有如下的提示：16/03/18 13:53:47 INFO Utils: Successfully started service 'Spa

版本！一、准备工作（1）安装 jdk （建议 jdk7 以上）[root@hadoop0 ~]# echo $JAVA_HOME/usr/local/jdk[root@hadoop0 ~]# java -versionjava version "1.8.0_73"Java(TM) SE Runtime Environment (build 1.8.0_73-b02)Java HotSp

一、什么是 RDD？（1）RDD 是 Spark 最基本也是最根本的数据抽象（2）RDD 它具备像 MapReduce 等数据流模型的容错性，为了实现容错，RDD 提供了一种高度受限的共享内存，即 RDD 是只读的，并且只能通过其他 RDD 上的批量操作来创建。（3）它允许开发者在大型集群上执行基于内存的计算现有的数据流系统对以下两种应用的处理并不高效：（1）迭代式算法，而这在图应用和机器