Đây là công cụ xử lý dữ liệu lớn phân tán, có thể tính toán trên hàng tỉ dòng dữ liệu trong thời gian ngắn bằng cách chia việc cho nhiều máy. Bạn làm dữ liệu lớn có thể dùng Spark để lọc, gộp và phân tích dữ liệu từ nhiều nguồn, viết bằng Python, Java, Scala hay R đều được. Bạn cần cài Java và tải Spark về máy, việc chạy trên nhiều máy thì cần thêm máy chủ để lập cụm.
Công cụ xử lý dữ liệu lớn phân tán, có thể tính toán trên hàng tỉ dòng dữ liệu trong thời gian ngắn bằng cách chia việc cho nhiều máy. Spark cung cấp API bằng Scala, Java, Python và R, kèm công cụ truy vấn SQL, học máy MLlib, xử lý đồ thị và dữ liệu streaming theo thời gian thực. Bạn làm dữ liệu lớn có thể dùng Spark để lọc, gộp và phân tích dữ liệu từ nhiều nguồn, nhưng cần cài Java và máy chủ để lập cụm.
git clone https://github.com/apache/spark.git