算法伪代码

读取数据和预处理

对训练样本并行化产生  traindataRDD
初始化参数向量，entityVec   relationVec，这两个都在master，因此要把master内存设足够大

for i from 1 to num_epochs:
广播最新的 entityVec   relationVec

for j from 1 to num_batches：

1. 对traindataRDD sample（batchsize）产生sampledRDD

2. 对sampledRDD mapPartitions，并行的计算被抽中样本的梯度（要用到广播的参数向量，广播开销可能很大），更新对应的参数，每个分区产生对应的参数向量，实体和关系分别用两个map保存，键值为实体和关系的id，指向对应的向量

3. 合并所有分区的两个map，产生两个最终的map，然后collect到master

end for

把最终的两个map 更新到master的entityVec和relationVec中

end for