详细目录:
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]
评论0