我在spark和flink中开发了一个多元线性回归和kmeans来比较它们在批处理中的性能（我用zeppelin来编程和执行，用ganglia来度量）。
我在这篇文章的回答中读到，我必须触发methodtrain的执行，所以我做了。
hovewer，在线性回归中，flink需要3分27秒（就在触发部分），而spark只需要30秒（在整个执行过程中）…所以我认为我做错了什么，因为这是不可能的。
与k-均值算法相比，flinks的速度也较慢。
这是我的密码：

//Read the data
val data: DataSet[org.apache.flink.ml.common.LabeledVector] = MLUtils.readLibSVM(benv, /.../quake_test_I.libsvm")

//Example of data
6.1 1:33.0 2:53.26 3:-161.74
5.8 1:45.0 2:51.34 3:173.44
5.9 1:17.0 2:28.62 3:142.42
5.8 1:28.0 2:52.73 3:171.99

// Create multiple linear regression learner
val mlr = MultipleLinearRegression()
.setIterations(10)
.setStepsize(0.5)
.setConvergenceThreshold(0.001)

//Train the model
val model = mlr.fit(data)

//Tigger its execution
val weights = mlr.weightsOption match {
  case Some(weights) => weights.collect()
  case None => throw new Exception("Could not calculate the weights.")

如何触发此模型的执行？
谢谢你的帮助！：）