R AND SPARK

在Spark Summit 2017上关于《R AND SPARK》的分享，重点探讨了如何利用RStudio的sparklyr包来增强R语言用户在大数据分析上的能力。sparklyr是R语言与Apache Spark之间的一个接口，它允许数据科学家和分析师直接使用R语言来调用Spark的强大计算能力，进行大规模数据处理、机器学习以及图形化展示。

通过sparklyr，R用户可以无缝地连接到Spark集群，执行分布式数据处理任务，而无需离开R环境或学习Scala、Python等其他Spark常用语言。这极大地扩展了R语言的应用场景，使其能够处理原本因数据量大而难以在单机上完成的任务。

sparklyr支持dplyr语法，使得数据操作更加直观和简洁，同时也集成了mlr等R中的机器学习库，方便用户构建和优化机器学习模型。此外，它还提供了对Spark SQL的支持，便于执行SQL查询，并且可以通过spark_web()函数启动一个Web UI来监控Spark应用的运行状态。

对于想要下载相关资料的用户，提供的链接似乎是无效的或者需要特定权限访问。不过，若想了解更多关于sparklyr的信息，可以直接访问RStudio的官方网站或在GitHub上查找sparklyr项目，那里会有详细的文档、教程和示例代码，帮助你快速上手使用R与Spark进行数据分析。同时，阿里云也提供了基于Apache Spark的大数据处理服务MaxCompute（原名ODPS）和E-MapReduce（EMR）服务，这些服务均支持多种计算框架，包括Spark，能够为用户提供强大的云端大数据处理能力，结合RStudio和sparklyr，可以在阿里云平台上实现高效的数据分析工作流程。