SPARK在linux中的部署，以及SPARK中聚类算法的使用

目前，SPARK在大数据处理领域十分流行。尤其是对于大规模数据集上的机器学习算法，SPARK更具有优势。一下初步介绍SPARK在linux中的部署与使用，以及其中聚类算法的实现。

在官网 http://spark.apache.org/上直接下载编译好的tar安装包可以加快部署速度。

spark的运行依赖于scala2.10.4，注意此版本一定要正确，否则spark不能正确运行。

1、scala的安装很简单，在官网 http://www.scala-lang.org上下载安装包，解压到任意路径后，在linux中设置好环境变量后即可使用（编辑profile文件）。