Apache Spark™ 是一个多语言引擎,用于在单节点机器或集群上执行数据工程、数据科学和机器学习任务。它提供Scala、Java、Python和R的高级API,以及支持数据分析通用计算图的优化引擎。还支持丰富的高级工具,包括用于SQL和DataFrames的Spark SQL、用于pandas工作负载的pandas API on Spark、用于机器学习的MLlib、用于图处理的GraphX,以及用于流处理的Structured Streaming。
<[***]>
您可以在项目网页上找到最新的Spark文档,包括编程指南。本README文件仅包含基本设置说明。
使用PySpark最简单的方法是通过Python shell:
bashdocker run -it apache/spark-py /opt/spark/bin/pyspark
运行以下命令,应返回1,000,000,000:
python>>> spark.range(1000 * 1000 * 1000).count()
<[***]>
使用https://hub.docker.com/r/apache/spark上的镜像
使用https://hub.docker.com/r/apache/spark-r上的镜像
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。




探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录认证访问私有仓库
无需登录使用专属域名
Kubernetes 集群配置 Containerd
K3s 轻量级 Kubernetes 镜像加速
VS Code Dev Containers 配置
Podman 容器引擎配置
HPC 科学计算容器配置
ghcr、Quay、nvcr 等镜像仓库
Harbor Proxy Repository 对接专属域名
Portainer Registries 加速拉取
Nexus3 Docker Proxy 内网缓存
需要其他帮助?请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单
docker search 限制
站内搜不到镜像
离线 save/load
插件要用 plugin install
WSL 拉取慢
安全与 digest
新手拉取配置
镜像合规机制
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
TLS 证书失败
DNS 超时
域名连通性排查
410 Gone 排查
402 与流量用尽
401 认证失败
429 限流
D-Bus 凭证提示
413 与超大单层
来自真实用户的反馈,见证轩辕镜像的优质服务