【文件属性】：
文件名称：pyspark-tutorial:PySpark-Tutorial提供使用PySpark的基本算法
文件大小：3.16MB
文件格式：ZIP
更新时间：2021-05-23 09:14:40
Python
PySpark教程
PySpark是用于Spark的Python API。
PySpark教程的目的是提供使用PySpark的基本分布式算法。
PySpark具有用于基本测试和调试的交互式外壳程序（ $SPARK_HOME/bin/pyspark ），不应将其用于生产环境。
您可以使用$SPARK_HOME/bin/spark-submit命令来运行PySpark程序（可用于测试和生产环境）
PySpark示例和教程
通过使用CombineByKey（）查找平均值
如何过滤RDD元素
如何找到平均值
笛卡尔积：rdd1.cartesian（rdd2）
按键排序：sortByKey（）升序/降序
如何添加指数
地图分区：由示例创建的mapPartitions（）
如何最小化Spark的细节
PySpark教程和参考...
PySpark入门-第1部分
PySpark入门-第2部
【文件预览】：
pyspark-tutorial-master
----data()
--------foxdata.txt(62B)
----LICENSE.md(556B)
----README.md(4KB)
----tutorial()
--------basic-multiply()
--------wordcount()
--------cartesian()
--------basic-average()
--------add-indices()
--------basic-join()
--------.DS_Store(6KB)
--------basic-sum()
--------basic-filter()
--------basic-union()
--------basic-map()
--------dna-basecount()
--------split-function()
--------bigrams()
--------basic-sort()
--------top-N()
--------combine-by-key()
--------map-partitions()
----howto()
--------README.md(5KB)
--------download_install_run_spark.md(4KB)
--------minimize_verbosity.md(993B)