随笔分类 -  大数据与人工智能

摘要：摘要 Spark 是一个高效的分布式计算框架，但想要更深入地学习它，就需要分析 Spark 的源代码，这不仅可以帮助更好地了解 Spark 的工作过程，还可以提高集群的故障排除能力。本文主要关注Spark Master的启动过程和Worker的启动过程。 Master Start 我们通过启动脚本 阅读全文

摘要：1. 聚类定义 “聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset）,这样让在同一个子集中的成员对象都有相似的一些属性。” ——wikipedia “聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类是将数据分类到不 阅读全文