Spark的快難道是以喪失正確性爲代價的？

是的，Spark很快。但是它不保證它算出的值是對的，哪怕你要做的只是簡單的整數累加。 Spark最著名的一篇論文是：《Spark: Cluster Computing with Working Sets》。當你讀它的時候你需要明白：文中代碼不保證計算結果是正確的。具體來說，它的Logistic Regression的代碼在map階段用到了accumulator。下面解釋爲什麼這麼做是錯誤的。 假設

>>阅读原文<<