心急吃不了热豆腐
原来学使用也可以从入门到放弃
第一步在看：
A Gentle Introduction to Apache Spark on Databricks
哇，好长不看，去了下一个链接：
直接又是扔给我一堆代码……
在了解啥是ALS之前先看看RDD的API吧……
Collaborative Filtering - RDD-based API
文字看得懂，代码就懵逼或者说是不想看。
里面提到的ALS(Alternating Least Squares)算法是协同过滤的一种，基于矩阵分解的办法。
其给出了论文名：Matrix Factorization Techniques for Recommender Systems
搜了下正是2009 Netflix Prize得主的论文，被写进Spark的MLLib库了呀。
然后得到三个链接，是讲这个算法的：
ALS（Alternating Least Squares）
论文篇：Matrix Factorization Techniques for RS
矩阵分解（MATRIX FACTORIZATION）在推荐系统中的应用
第二篇图文并茂的知乎专栏应该不错。原论文也下载了是彩色的耶。就都先不看了先把例子跑起来。
哦对，在看5230讲推荐系统没的途中看到课程推荐用书Mining of Massive Datasets，在YouTube还有位stanford??的印度老师在讲这门课。在线MOOC貌似要本校生？算了先不研究了跑偏了……
回到上面的Collaborative Filtering - RDD-based API，其中的Tutorial是a hands-on tutorial for personalized movie recommendation with spark.mllib.，但是链接打不开。找到一个AMPCamp的版本hands-on如下：Movie Recommendation with MLlib，想着要么从这个作业做起？？回Introduction，啧，要装spark并且还要有Java……
于是问题就回到了到底怎么用Spark?
how to install spark?
I need to have java installed?
then I searched a lot:
天下也有免费的午餐 - 带你玩转免安装免配置 还免费的Spark 集群
什么是databricks Community版？
相当于给你了一个在线spark集群，即：learn-spark-free-online。我等尚处spark初级阶段的小白们刚好可以用他们提供的免费版来学习，省去了搭建和维护配置的过程，用来学习或温习Spark API真是完美!
有多台服务器提供相同的服务，每台服务器叫做一个节点，这些节点就构成了一个集群。
还有一份简明Spark使用指南，提到：Apache Spark网站为所有api提供了一套良好的文档，并且Databricks网站使用各种技术和数据集提供了大量文档和非常有用的教程。多练习并实践!
这时想起官网教程的好了，兜兜转转的还是得回来看官网教程。又是粗略一翻好长就不想看又右倾投降主义了哈哈……
&，很奇怪百度文库怎么会有这种教程：databricks基本操作介绍
