MLlib(ApacheSpark)

使用方便可用于 Java、Scala、Python 和 R。MLlib 适合Spark的 API，并与 Python（从 Spark 0.9 开始）和 R 库（从 Spark 1.5 开始）中的NumPy互操作 。您可以使用任何 Hadoop 数据源（例如 HDFS、HBase 或本地文件），从而轻松插入 Hadoop 工作流。表现高质量算法，比 MapReduce 快 100 倍。Spark 擅长迭代计算，使 MLlib 能够快速运行。同时，我们关心算法性能：MLlib 包含利用迭代的高质量算法，并且可以产生比有时在 MapReduce 上使用的单遍近似更好的结果。无处不在Spark 在 Hadoop、Apache Mesos、Kubernetes 上独立运行，或在云中针对不同的数据源运行。您可以使用其独立集群模式在EC2、Hadoop YARN、Mesos或Kubernetes上运行 Spark 。访问HDFS、 Apache Cassandra、 Apache HBase、 Apache Hive和数百个其他数据源 中的数据。