Spark目前支持scala、python、JAVA编程。
作为Spark的原生语言，scala是开发Spark应用程序的***，其优雅简洁的代码，令开发过mapreduce代码的码农感觉象是上了天堂。
Spark提供了python的编程模型PySpark，使得python可以作为Spark开发语言之一。尽管现在PySpark还不能支持所有的Spark API，但是我们相信以后的支持度会越来越高；同时作为NOSQL的主力开发工具之一的python，一旦将NOSQL和Spark结合后，我们可以想象以后的发展前景。
至于Java，时间和精力允许的情况下再选吧。不过作为作为长期坐着写代码的码农，应该积极参加登山、会友之类的活动，为身体着想，还是不要选JAVA来编写Spark程序了。
废话了一堆，还是进行Spark的编程实践。
1：开发环境
主机wyy（192.168.100.111），内存16G
hadoop2.2.0伪分布式部署
Spark0.9.0 Standalone单机部署
python2.7.4
scala2.10.3
IDE使用IntelliJ IDEA 13.1
2：实验项目
2.1：sogou日志数据分析
实验数据来源：sogou精简版数据下载地址
数据格式说明：
访问时间\t用户ID\t[查询词]\t该URL在返回结果中的排名\t用户点击的顺序号\t用户点击的URL
其中，用户ID是根据用户使用浏览器访问搜索引擎时的Cookie信息自动赋值，即同一次使用浏览器输入的不同查询对应同一个用户ID。
以上数据格式是官方说明，实际上该数据集中排名和顺序号之间不是\t分割，而是空格分割。
A：用户在00:00:00到12:00:00之间的查询数
B：搜索结果排名第?,但是点击次序排在第二的数据有多少?
C：一个session内查询次数最多的用户的session与相应的查询次数
2.2：Spark steaming实验
A：自己写一个能随机产生A,B,C,D,E,F,G的程序，每一秒钟输出一个字母。完成以下工作：
B：每隔20秒计算出出现次数最多字母及出现次数
C：每隔10秒计算出前20秒出现次数最多的字母及次数
3：多语言编程实现
