零基础入门Spark

01丨spark：从“大数据的helloworld”开始.pdf [11.50M]

02丨rdd与编程模型：延迟计算是怎么回事？.pdf [10.56M]

03丨rdd常用算子（一）：rdd内部的数据转换.pdf [10.18M]

04丨进程模型与分布式部署：分布式计算是怎么回事？.pdf [9.93M]

05丨调度系统：dag、stages与分布式任务.pdf [11.72M]

06丨shuffle管理：为什么shuffle是性能瓶颈？.pdf [10.25M]

07丨rdd常用算子（二）：spark如何实现数据聚合？.pdf [10.64M]

08丨内存管理：spark如何使用内存？.pdf [10.77M]

09丨rdd常用算子（三）：数据的准备、重分布与持久化.pdf [10.95M]

10丨广播变量-累加器：共享变量是用来做什么的？.pdf [9.26M]

11丨存储系统：数据到底都存哪儿了？.pdf [11.72M]

12丨基础配置详解：有哪些配置项是你必须要关注的？.pdf [8.95M]

13丨让我们从《小汽车摇号分析》开始.pdf [10.93M]

14丨dataframe与sparksql的由来.pdf [12.23M]

15丨数据源与数据格式：dataframe从何而来？.pdf [10.98M]

16丨数据转换：如何在dataframe之上做数据处理？.pdf [11.05M]

17丨数据关联：不同的关联形式与实现机制该怎么选？.pdf [10.18M]

18丨数据关联优化：都有哪些join策略，开发者该如何取舍？.pdf [10.70M]

19丨配置项详解：哪些参数会影响应用程序执行性能？.pdf [10.26M]

20丨hive+spark强强联合：分布式数仓的不二之选.pdf [11.52M]

21丨sparkui（上）：如何高效地定位性能问题？.pdf [12.98M]

22丨sparkui（下）：如何高效地定位性能问题？.pdf [13.13M]

23丨sparkmllib：从“房价预测”开始.pdf [11.33M]

24丨特征工程（上）：有哪些常用的特征处理函数？.pdf [11.15M]

25丨特征工程（下）：有哪些常用的特征处理函数？.pdf [11.73M]

26丨模型训练（上）：决策树系列算法详解.pdf [11.26M]

27丨模型训练（中）：回归、分类和聚类算法详解.pdf [10.31M]

28丨模型训练（下）：协同过滤与频繁项集算法详解.pdf [10.87M]

29丨sparkmllibpipeline：高效开发机器学习应用.pdf [8.58M]

30丨structuredstreaming：从“流动的wordcount”开始.pdf [10.54M]

31丨新一代流处理框架：batchmode和continuousmode哪家强？.pdf [11.69M]

32丨window操作&watermark：流处理引擎提供了哪些优秀机制？.pdf [11.25M]

33丨流计算中的数据关联：流与流、流与批.pdf [9.38M]

34丨spark+kafka：流计算中的“万金油”.pdf [10.60M]

结束语丨进入时间裂缝，持续学习.pdf [10.40M]

开篇词丨入门spark，你需要学会“三步走”.pdf [10.06M]

用户故事丨小王：保持空杯心态，不做井底之蛙.pdf [18.58M]