火花项目 使用Python中的Apache Spark进行大数据 概述 此存储库包含一些有用的代码，这些代码是我在Udemy上有关Apache Spark的课程中的一些活动和练习的一部分。 我在非分布式环境中具有处理所有这些方面的经验（广度优先搜索和流数据除外）。 使用spark RDD和数据框框架将这些方法应用于大型数据集（甚至在我的个人计算机上）真的很有趣。 了解广度优先搜索算法并将其应用于在（伪）社交媒体图中找到分离度的过程非常令人着迷。 除此之外，我还尝试处理与Apache Spark提