我们很荣幸地介绍Databricks上的ApacheSpark入门指南。本分步指南演示了如何利用Databricks的平台与apachespark一起工作。我们的实时数据平台简化了与Spark合作时的常见挑战：数据集成、实时实验和生产应用程序的可靠部署。Databricks为数据分析师、数据科学家和工程师提供了一个简单、及时的数据平台。使用Databricks，这个循序渐进的指南可以帮助您使用apachespark解决真实世界的数据科学和数据工程场景。它将帮助您熟悉Spark UI，学习如何创建Spark作业、加载数据和使用数据集，熟悉Spark的数据帧和数据集API，运行机器学习算法，并了解Spark流背后的基本概念。不用担心启动集群、维护集群、跟踪代码历史记录或升级到新的Spark版本，您可以立即开始编写Spark查询并集中精力解决数据问题。该指南通过六个简单的步骤帮助您开始使用apachespark和Databricks。它将首先提供一个关于如何使用开源apachespark的快速入门，然后利用这些知识学习如何在sparksql中使用Spark数据帧。在Spark 2.0上，我们还将讨论如何使用数据集，以及数据帧和数据集现在是如何统一的。该指南还提供了机器学习和流式处理的快速入门，因此您可以轻松地将它们应用于您的数据问题。这些模块中的每一个都涉及到独立的笔记本和数据集，因此如果您感到舒适，您可以跳到前面：快速入门：使用Python或Scala快速入门apachespark数据集：使用数据集检查物联网设备数据帧：使用数据帧分析城市人口与房屋销售价格中位数机器学习：对城市人口与房屋销售价格中位数进行线性回归流媒体：跳转到Spark Streaming执行流字计数下一步：更多关于apachespark的参考资料我们希望您喜欢《Databricks上的ApacheSpark入门指南》，随着ApacheSpark的发展，我们将继续使用新的笔记本和示例对其进行更新。免费试用Databricks。今天就开始吧