在大数据学习当中，Spark框架所占的比重，还是非常高的。Hadoop和Spark基本上是大数据开发学习当中的重点内容，而Spark随着市场地位的不断提升，在学习阶段也得到更多的重视。今天的大数据学习分享，我们来对Spark当中的Spark ...

本文为大家介绍了多种图挖掘工具，并运用Spark为大家展示了一个标签传播算法LPA构建图的实例。

在主流互联网产品中，比如搜索和推荐的系统，为了挖掘用户潜在购买需求，缩短用户到商品或信息的距离，提高用户的使用体验，都需要使用大量的特征来刻画用户的行为。在信息安全领域，建立在人工智能技术之上的策略引擎已经深入到...

此处声明一点，很多乱七八糟的网站或者人转载文章的时候不注明出处，也不通知本人。该当何罪。

本文使用Spark的版本为：spark-2.4.0-bin-hadoop2.7.tgz。

在PySpark中包含了两种机器学习相关的包：MLlib和ML，二者的主要区别在于MLlib包的操作是基于RDD的，ML包的操作是基于DataFrame的。根据之前我们叙述过的DataFrame的性能要远远好于RDD，并且MLlib已经不再被维护了，所以在本专...

介绍一下SAP HANA 2.0 SPS 00版本中新的智能数据访问Smart Data Access（SDA）

不同来源的异构数据间存在着千丝万缕的关联，这种数据之间隐藏的关联关系和网络结构特性对于数据分析至关重要，图计算就是以图作为数据模型来表达问题并予以解决的过程。...

在spark的一开篇（可以见我的spark（1）这篇博客），我们就谈到了sparkstreaming可以快速的处理数据流。 我们可以从sparkstreaming处理新的流式数据再传给sparksql进行计算，或者spark生态中的MLlib去进行数据的实时更新进行机器...

sparksql类似于hive，但它基于内存，而hive基于mapreduce，而mapreduce又基于磁盘，所以spark处理数据快得多。 sparksql不止有sql语句，现在他还有Dataframe的API，Dataframe比写RDD要快。dataframe将非结构化数据schema化。 spa...