在Databricks，我们很高兴宣布RStudio与Databricks统一分析平台的集成。你现在可以用这个RMarkdown笔记本（Rmd | HTML）来试用它，或者访问我们的网站。对于希望将基于R的高级分析扩展到大数据的R从业者，Databricks提供了一个统一的分析平台，可以在几秒钟内启动和运行，与RStudio集成以提供易用性，并使您能够在单个或多个节点上以前所未有的规模自动运行和执行R工作负载。将Databricks和RStudio集成在一起可以让数据科学家解决许多挑战，包括：提高数据科学团队的生产力：使用R的数据科学家可以使用他们最喜欢的IDE，使用SparkR或sparklyr无缝地在Spark上执行作业，以扩展基于R的分析。同时，您可以让您的环境快速启动并运行，以提供扩展，而无需群集管理。简化访问并提供最好的数据集：R用户可以访问Databricks的完整ETL功能，以提供对相关数据集的访问，包括优化数据格式、清理数据和连接数据集，为您的分析提供完美的数据集将基于R的分析扩展到大数据：通过将当前基于R的分析扩展到基于Databricks上运行的apachespark的分析量，从数据科学转向大数据科学。同时，您可以通过数据块的自动缩放来控制成本，从而根据您的分析需求自动上下扩展使用量。引入Databricks RStudio集成通过Databricks RStudio集成，可以在Databricks上的rstudioide内部使用与apachespark、SparkR或sparklyr交互的两个流行R包。当多个用户使用一个集群时，每个用户都会创建一个单独的SparkR上下文或sparklyr连接，但是他们都在与一个Databricks管理的Spark应用程序对话，从而为用户之间的协作提供了独特的机会。RStudio可以一起利用Databricks的集群管理和apachespark来执行大量的模型选择，如下图所示。您可以使用这个k-最近邻（KNN）RMarkdown回归演示（Rmd | HTML）自己运行这个演示。下一步行动我们的目标是通过RStudio和Databricks使基于R的分析更易于使用和更具伸缩性。要深入了解RStudio集成架构、用户如何访问Databricks集群上的RStudio的技术细节，以及分布式计算的强大功能和RStudio的交互性示例，请访问。免费试用Databricks。今天就开始吧