Spark随谈（一）—— 总体架构
Spark是一个小巧玲珑的项目，由Berkeley大学的Matei为主的小团队所开发。使用的语言是Scala，项目的core部分的代码只有63个Scala文件，充分体现了精简之美。
Spark之依赖
（1）Map Reduce模型
作为一个分布式计算框架，Spark采用了MapReduce
积分解多条曲线围成面积且具有不同边界MATLAB
积分解多条曲线围成面积且具有不同边界MATLAB
如图所示，f(x)=x^(1/2)与g(x)=x-2围成的图形，如果求所围成面积处于x坐标轴上方的部分，则直接使用黎曼积分(f(x)-gx)dx不妥。
原来GNN这么好上手，OMG！用它！
Graph-Learn(GL) 是阿里巴巴开源的高性能工业级大规模图学习系统，本文将对GL的用户接口做一个概览，并介绍GL丰富的图采样算法，以及GL灵活统一的GNNs模型框架，帮助用户快速上手GL。
项目地址：https://github.com/alibaba/graph-learn 。
Spark—GraphX编程指南
GraphX 是新的图形和图像并行计算的Spark API。从整理上看，GraphX 通过引入 弹性分布式属性图(Resilient Distributed Property Graph)继承了Spark RDD：一个将有效信息放在顶点和边的有向多重图。为了支持图形计算，GraphX 公开了一组基本的运算（例如，subgraph，joinVertices和mapReduceTriplets），以及在一个优化后的 PregelAPI的变形。此外，GraphX 包括越来越多的图算法和 builder 构造器，以简化图形分析任务。