连接—工作—断开的模式

当数据存放在数据库中时，使用 sparklyr 的方式与使用 dplyr 十分类似。事实上，sparklyr 会先把您的 R 代码转换为 SQL，再传给 Spark 执行。

典型的工作流程包括 3 个步骤：

使用 spark_connect() 连接到 Spark。
执行一些操作。
使用 spark_disconnect() 关闭与 Spark 的连接。

在本练习中，您将完成最简单的一步工作：使用 spark_version() 返回正在运行的 Spark 版本。

spark_connect() 需要一个指向 Spark 位置的 URL。对于本地集群（就像您现在运行的环境），URL 应为 "local"。对于远程集群（在另一台机器上，通常是高性能服务器），连接字符串将是包含主机与端口的 URL。

spark_version() 和 spark_disconnect() 都以 Spark 连接对象作为唯一参数。

需要提醒的是：连接到集群需要几秒钟，因此频繁连接与断开并不实际。在 DataCamp 的每个练习中，您需要重新连接；但在将 sparklyr 融入您自己的工作流程时，通常最好在与 Spark 交互的整个期间保持连接处于打开状态。

使用 library() 加载 sparklyr 包。
调用 spark_connect() 连接到 Spark，参数为 master = "local"，并将结果赋给 spark_conn。
使用 spark_version() 获取 Spark 版本，参数为 sc = spark_conn。
使用 spark_disconnect() 断开与 Spark 的连接，参数为 sc = spark_conn。