讨论 PySpark

Apache Spark 用 Scala 编程语言编写。为了支持使用 Python 编写 Spark，Apache Spark 社区发布了一个工具 PySpark。使用 PySpark，您还可以在 Python 编程语言中处理 RDD。这是因为叫做 Py4j 的库，它能够实现这一功能。这是一个介绍性教程，涵盖了数据驱动文档的基础知识，并解释了如何处理其各种组件和子组件。