我试图找到一种快速的方法，对具有几百万行的交易市场篮子数据进行相关性分析。
到目前为止我所做的：
在spark和hadoop的云上创建了一个r服务器（azurehdinsight）
hdfs上加载的数据
revoscaler入门
然而，我在最后一步被卡住了。据我所知，我将无法使用revoscaler中未提供的函数来处理数据。
以下是访问hdfs上数据的代码：

bigDataDirRoot <- "/basket" 
mySparkCluster <- RxSpark(consoleOutput=TRUE)
rxSetComputeContext(mySparkCluster)
hdfsFS <- RxHdfsFileSystem(hostName=myNameNode, port=myPort)
inputFile <-file.path(bigDataDirRoot,"gunluk")

因此，我的infputfile是一个csv文件，它位于一个已经在/basket/gunluk创建的azure blob中

gunluk_data <- RxTextData(file = inputFile,returnDataFrame = TRUE,fileSystem = hdfsFS)

运行这个之后，我可以使用head（gunlukèu data）查看数据。
如何将gunluk\u数据与arules包函数结合使用。这可能吗？
如果没有，是否可以使用常规r包（即arules）处理hdfs中的csv文件？