3. 分布式计算与持续交付¶
GISpark集成了代码管理、模块仓库和系统构建的软件工程持续集成环境，
3.1. 持续集成与持续交付¶
3.1.1. GitLab版本系统¶
GitLab源代码托管与版本管理提供基于工程(Project)的源代码和相关资源的版本化管理，底层采用Git，可以实现分布式的编辑和合并。不仅可用于管理源代码，也用于管理文档和小型的测试数据集。
3.1.3. Jenkins持续集成¶
Jenkins持续构建系统将代码构建、持续集成与持续交付集成为一个整合性服务，实现从源码到运行的完整过程。分布式系统的组件将会被部署到多个节点之中，这一过程通过虚拟机和Docker来完成，Jenkins的代码构建结果将被输出到Docker的构建环节，通过Dockerfile实现以Docker容器形式的最终交付件，并继续调用Docker Compose将一组服务立即投入运行。
3.1.4. 自动化测试与Bug跟踪¶
交付软件是容易的，交付高质量的产品和服务是非常困难的。建立自动化测试平台、测试用例库和Bug跟踪体系，通过自动化测试流程将软件交付过程形成闭环，并度量和跟踪其中的改变，进行变更控制，从而持续提升交付成果的质量。
3.1.5. 文档的持续交付¶
基于Git+Sphinx+ReadTheDocs的
3.2. Anaconda科学计算包¶
Anaconda是一个集成了Jupyter Notebook以及NumPy、SciPy、Pandas、Matplotlib等科学计算与数据处理的Python分发包。
3.2.1. 安装Anaconda¶
3.2.2. Jupyter Notebook安装¶
通过功能强大的Notebook进行远程数据分析。
* [配置Jupyter Notebook](pei_zhi_jupyter_notebook.md)
3.3. Spark分布式计算平台¶
3.4. Python使用教程¶
- Python
在数据分析中，Python是必不可少的工具。可以通过这里的Python基础教程快速学习。在Notebook资源大全可以获得大量的从Python基础使用到数据处理、数据建模、并行计算、机器学习、深度学习等大量资源，采用notebook编写，可以直接下载后进行练习，通过下载Git资源到本地可以快速将其下载到本地存储慢慢学习。
- Pandas
数据分析常用的是Python列表类对象，用于进行各种数据对象的处理。用于时间序列、二维表、数据立方分析的Pandas内存数据表功能非常强大。但是目前的Pandas主要是单机版本，在金融领域已经得到广泛的使用。
- Blaze
Blaze系列软件提供在集群上运行类似于Pandas的功能，不过目前仍然在快速的发展中。
- Jupyter
Jupyter将Shell、Python、Ruby等多种脚本语言集成到一个执行环境中，可以混合在一起执行、设置可以交换变量，使用Jupyter魔法操作符即可。
3.5. Python并行处理¶
* [快速并行处理方法]
* [调度到后台执行]
3.6. PySpark快速入门¶
* [Spark 安装配置](doc/sparksetup.md)
* [Spark SQL使用](doc/pysparksql.md)