我正在构建一个web应用程序，它有一些实时机器学习功能。我想使用Sparkmllib来分析数据，并给我在应用程序中的实时结果。然后我找到了利维，我认为这可能是适合我的项目。我阅读了livy的文档，我明白我可以像这样将代码片段发送给livy的spark cluster

data = {'code': textwrap.dedent("""
val NUM_SAMPLES = 100000;
val count = sc.parallelize(1 to NUM_SAMPLES).map { i =>
  val x = Math.random();
  val y = Math.random();
  if (x*x + y*y < 1) 1 else 0
}.reduce(_ + _);
println(\"Pi is roughly \" + 4.0 * count / NUM_SAMPLES)
""")}

我的情况是，我的应用程序后端有大量数据（数千行json格式的数据），我想用spark进行分析。我的问题是我怎样才能把数据传给斯帕克和利维？我找不到任何大数据集的工作示例。