利用R语言实现spark大数据分析与可视化
系统概述在日常业务分析中， R是非常常用的分析工具，而当数据量较大时，用R语言需要需用更多的时间来完成训练模型，spark作为大规模数据计算框架，采用内存计算，可以短时间内完成大量的数据的处理及计算模型，但缺点是不能图形展示， R语言的sparkly则提供了R语言和Spark的接⼝，实现了在数据量大的情况下，应用Spark的快速数据分析和处理能力结合R语言的图形化展示功能，方便
·
系统概述
在日常业务分析中， R是非常常用的分析工具，而当数据量较大时，用R语言需要需用更多的时间来完成训练模型，spark作为大规模数据计算框架，采用内存计算，可以短时间内完成大量的数据的处理及计算模型，但缺点是不能图形展示， R语言的sparkly则提供了R语言和Spark的接⼝，实现了在数据量大的情况下，应用Spark的快速数据分析和处理能力结合R语言的图形化展示功能，方便业务分析，模型训练，同时R语言还可以与Hadoop，HDFS，Hbase，redis，MongoDB等大数据平台数据实现交互，以及作业递交与分析，本文主要介绍平台的架构方法，以及各个组件基本使用方法。
系统构建与调试
基础环境介绍：操作系统 RHEL 6.5 / CentoOS 6.5
已安装软件 Hadoop Hbase Hive Spark Redis MongoDB Mysql 等大数据应用软件
脑启社区是一个专注类脑智能领域的开发者社区。欢迎加入社区，共建类脑智能生态。社区为开发者提供了丰富的开源类脑工具软件、类脑算法模型及数据集、类脑知识库、类脑技术培训课程以及类脑应用案例等资源。
更多推荐
5
0- 0
已为社区贡献1条内容
所有评论(0)