【Spark Summit East 2017】使用Spark进行时间序列分析

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data;此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.aliyun.com/product/odps


本讲义出自Simon Ouellette在Spark Summit East 2017上的演讲,主要介绍了在Spark上与时间序列数据进行交互的Scala / Java / Python库——spark-timeseries,演讲中分享了spark-timeseries的总体设计,目前实现的功能,并将提供一些用法示例。因为项目还处于早期阶段,演讲也介绍了spark-timeseries当前的缺点和未来spark-timeseries项目的发展路线图。


【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析


【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

【Spark Summit East 2017】使用Spark进行时间序列分析

上一篇:SAP C4C里没有选择Port binding的url Mashup行为分析


下一篇:在Android /非Android设备之间通过A2DP发送/接收音频的想法