SparkR是R的一个包，从R上提供一个轻量级前端使用Apache Spark，即提供了Spark中弹性分布式数据集的API（applicationprogramming interface ），用户可以在集群上通过Rshell交互性地运行job。Spark的 API由Spark Core的API以及各个内置的高层组件（Spark Streaming，Spark SQL，ML Pipelines和MLlib，Graphx）的API组成，目前SparkR只提供了Spark的两组API的R语言封装，即Spark Core的RDDAPI和Spark SQL的DataFrame API。

目前感觉sparkR的DataFrame API比较成熟了，且容易操作，但是用的算法包目前spark2.1.0才十几个，不能直接运用R自带包。  而 sparkR RDD API 操作可以调用R自带包，但操作比较麻烦（这块现在不会做，求大神指导）!!??

欢迎入群互相交流 188529107

自己做了个sparkR的图大神看看对不对！！