Pyspark 如何使用Spark流数据帧进行PCA

只是想知道，我们如何在分布式模式下对流数据进行主成分分析？如果可以，它在数学上是否足够有效

以前有人这样做过吗？你们能分享一下你们的经验吗？Spark是否提供了任何API来在Spark流模式下执行相同的操作