通過呼叫sparkcontext的parallelize方法，在乙個已經存在的scala集合上建立的（乙個seq物件）。集合的物件將會被拷貝，建立出乙個可以被並行操作的分布式資料集。
[python]view plain
copy
data = [1,
2, 3,
4, 5]
distdata = sc.parallelize(data)
一旦分布式資料集（distdata）被建立好，它們將可以被並行操作。例如，我們可以呼叫distdata.reduce(lambda a, b: a + b)來將陣列的元素相加。我們會在後續的分布式資料集運算中進一步描述。
並行集合的乙個重要引數是slices，表示資料集切分的份數。spark將會在集群上為每乙份資料起乙個任務。典型地，你可以在集群的每個cpu上分布2-4個slices. 一般來說，spark會嘗試根據集群的狀況，來自動設定slices的數目。然而，你也可以通過傳遞給parallelize的第二個引數來進行手動設定。（例如：sc.parallelize(data, 10)).
Parallel使用的注意事項（CPU過高）
1.parallel.foreach的使用 static void main string args private static void testparllel parallel.foreach list,p,state static void invoke int i 未設定最大執行緒數的情況...
Oracle並行模式（Parallel）
1.例項 1 insert 加速 2.用途 強行啟用並行度來執行當前sql。這個在oracle 9i之後的版本可以使用，之前的版本現在沒有環境進行測試。也就是說，加上這個說明，可以強行啟用oracle的多執行緒處理功能。舉例的話，就像電腦裝了多核的cpu，但大多情況下都不會完全多核同時啟用 2核以上...
oracle並行模式（Parallel）
1 用途 強行啟用並行度來執行當前sql。這個在oracle 9i之後的版本可以使用，之前的版本現在沒有環境進行測試。也就是說，加上這個說明，可以強行啟用oracle的多執行緒處理功能。舉例的話，就像電腦裝了多核的cpu，但大多情況下都不會完全多核同時啟用 2核以上的比較明顯 使用parallel說...