[雪峯磁針石博客]pyspark工具機器學習(自然語言處理和推薦系統)1數據演進

在早期員工將數據輸入系統，數據點非常有限，只佔用少數幾個字段。然後是互聯網，每個人都可以輕鬆獲取信息。現在，用戶可輸入並生成自己的數據。隨着互聯網用戶數量呈指數級增長，用戶創造的高數據增長率。例如：登錄/註冊表單允許用戶填寫自己的詳細信息，在各種社交平臺上上傳照片和視頻。這導致了巨大的數據生成以及快速處理數據量的且可擴展的框架的需求。 數據生成 設備都捕獲數據，如汽車，建築物，手機，手錶，飛行引擎

>>阅读原文<<