RDD是Spark的重要组件，这次来介绍了一下RDD的定义、和DSM的对比、基本操作以及优缺点。
SparkContext是Apache Spark功能的入口，任何Spark驱动程序应用程序最重要的步骤都是来生成SparkContext，来详细了解一下它。
先在ubuntu下安装一下Spark。
继Hadoop之后，又一项大数据处理利器：Spark出世。来了解一下它。
当数据量变得越来越大，或者处理逻辑变得越来越复杂时，如何优化hive的执行就显得越发重要。 这里有7种优化方式，来依次介绍一下。
Hive 内置了很多函数，可以参考Hive Built-In Functions。
但是有些情况下，这些内置函数还是不能满足我们的需求，这时候就需要UDF出场了。