Sinh ra để đi cùng nhau

R giúp bạn viết mã phân tích dữ liệu nhanh chóng. Với một chút chăm chút, bạn còn có thể làm cho mã dễ đọc, đồng nghĩa bạn cũng dễ bảo trì mã. Trong nhiều trường hợp, R cũng đủ nhanh khi chạy mã của bạn.

Tiếc là R yêu cầu toàn bộ dữ liệu phải được phân tích trong bộ nhớ (RAM) trên một máy duy nhất. Điều này giới hạn lượng dữ liệu bạn có thể phân tích bằng R. Có vài cách giải quyết vấn đề này, trong đó có việc dùng Spark.

Spark là một nền tảng tính toán cụm mã nguồn mở. Nghĩa là bạn có thể phân tán dữ liệu và phép tính của mình lên nhiều máy, về hiệu quả cho phép bạn phân tích lượng dữ liệu gần như không giới hạn. Hai công nghệ này bổ trợ cho nhau rất tốt. Kết hợp R và Spark, bạn có thể vừa viết mã nhanh vừa chạy mã nhanh!

sparklyr là một gói R cho phép bạn viết mã R để làm việc với dữ liệu trong cụm Spark. Nó có giao diện dplyr, nghĩa là bạn có thể viết (gần như) cùng một kiểu mã R theo phong cách dplyr, dù bạn đang làm việc với dữ liệu trên máy của mình hay trên một cụm Spark.

Hét lên nếu bạn muốn đi nhanh hơn!