在运行多个spark应用程序的时候，经常会出现initial job has not accepted any resources的错误。

Redis是一种高性能的内存数据库，其应用场合非常广泛，在一些实时性要求比较高的场景中，以Redis作为架构来实现的是比较多的。

由于HIVE更新的机制极其不适应SPARK环境，于是利用HBase来执行HIVE中某些统计结果的更新。首先要做的是实现Spark + Hive访问，得到RDD，再将这个RDD导入到HBase中操作。 然而网上关于这一块目前资料还真很少。但是其原理...

Hbase是一个列式数据库，从其本质上来看，可以当做是一个数据源，而Spark本身又可以进行Hbase的连接，访问数据并进行查询。

Spark SQL on Hive是Shark的一个分支，是HIVE执行分析引擎的一个重要利器。在Spark 1.5.1的时候，可以非常简单地在spark shell中进行Hive的访问，然而到了Spark 1.5.2时，发现进入Spark Shell的时候，总是出现报错，其原因总是无...

Spark于11月9号又将几个BUG解决之后，release一个较新的版本。作为spark的追随者，于是开始重新进行spark的编译。

在学习spark mlib机器学习方面，为了进行算法的学习，所以对原有的算法进行了试验。从其官网（http://spark.apache.org/docs/latest/mllib-guide.html）上进行了相关文档的介绍学习，并通过其给定的例子包中相关进行测试。...

val conf = new SparkConf().setMaster("spark://hostname:7077").setAppName("Spark Pi")

网上有很多关于spark R的安装过程，但是按照那个过程总是出错。当然最常见的问题是：

在利用spark sql on hive的过程中，访问Mysql总是报错，其报错的日志总是显示：