Mimo że środowisko IDE produktu RStudio nie może być uruchomione w środowisku Spark ze środowiskiem R środowiska wykonawczego, można użyć środowiska Spark w skryptach R i aplikacji Shiny, uzyskując dostęp do jąder Spark programowo. Program RStudio używa pakietu sparklyr do połączenia się ze Spark z R. Pakiet sparklyr zawiera interfejs dplyr do ramek danych Spark, a także interfejs R do rozproszonych potoków uczenia maszynowego Spark.

Możesz połączyć się z Spark z RStudio:

• Przez połączenie z jądrem Spark, który działa lokalnie w kontenerze RStudio w produkcie IBM Watson Studio

W programie RStudio znajdują się przykładowe fragmenty kodu, które pokazują, jak połączyć się z jądrem Spark w aplikacjach dla obu metod.

Aby korzystać ze środowiska Spark w produkcie RStudio po uruchomieniu środowiska IDE:

1. Znajdź katalog ibm_sparkaas_demos w katalogu osobistym i otwórz go. Katalog zawiera następujące skrypty R:

   • Plik readme zawierający szczegółowe informacje o dołączonych skryptach przykładowych R
   • spark_kernel_basic_local.R zawiera przykładowy kod sposobu łączenia się z lokalnym jądrem Spark
   • spark_kernel_basic_remote.R zawiera przykładowy kod sposobu łączenia się ze zdalnym jądrem Spark.
   • Pliki sparkaas_flights.Ri sparkaas_mtcars.R to dwa przykłady użycia środowiska Spark w małej przykładowej aplikacji.

2. Aby ułatwić rozpoczęcie korzystania z programu Spark, należy użyć przykładowych fragmentów kodu w skryptach R lub aplikacjach.

# load spark R packages
library(ibmwsrspark)
library(sparklyr)

# load kernels
kernels <- load_spark_kernels()

# display kernels
display_spark_kernels()

# get spark kernel Configuration

conf <- get_spark_config(kernels[1])
# Set spark configuration
conf$spark.driver.maxResultSize <- "1G"
# connect to Spark kernel

sc <- spark_connect(config = conf)

# disconnect
spark_disconnect(sc)