Scala and Spark for Big Data Analytics pdf 版本 2017年 Packt

大数据技术 基于Spark软件栈的下一代大数据分析 共17页.pptx

蘑菇街大数据技术 Spark Shuffle Introduction 共33页.pptx

大数据技术分享 Spark技术化研究介绍与应用案例分析 实践案例分享 共42页.pptx

卡夫卡火花流与静态数据使用联接 使用join的Kafka Spark流与静态数据

├─Spark-day01 │      01-[了解]-Spark发展历史和特点介绍.mp4 │      03-[掌握]-Spark环境搭建-Standalone集群模式.mp4 │      06-[理解]-Spark环境搭建-On-Yarn-两种模式.mp4 │      07-[掌握]-Spark环境搭建-On-Yarn-两种模式演示.mp4 │      09-[掌握]-Spark代码开发-准备工作.mp4 │      10-[重点]-Spark代码开发-入门案例.mp4 ├─Spark-day02 │      02-[掌握]-RDD的创建.mp4 │      04-[掌握]-RDD的分区操作.mp4 │      05-[掌握]-RDD的重分区操作.mp4 │      06-[掌握]-RDD的聚合操作.mp4 │      07-[面试题]-RDD的聚合reduceByKey和groupByKey.mp4 │      10-[掌握]-RDD的缓存-持久化.mp4 │      15-[了解]-外部数据源-操作JDBC-读.mp4

ETHINK可视化挖掘,Spark大数据的实现及行业应用案例

Python大数据处理库 PySpark实战PPT课件

Python大数据处理库 PySpark实战-源代码

Apache Spark 基准测试 该项目是硕士论文的成果，旨在成为 Apache Spark 框架的测试平台。 其基本思想是能够在软件和硬件的不同环境中运行该框架，以查看其行为，并将获得的结果与类似的解决方案（如 Hive、Redshift 等）进行比较。 这项工作基于伯克利大学 ( ) 进行的大数据基准测试。 本质上，执行的测试是相似的，只是它们是使用 Apache Spark Java API 完成的，并且还测试了一些额外的配置。 此外，该基准测试不仅可以在 Amazon EC2 上运行，还可以在云和本地的任何集群中运行。 项目执行 项目设置 下面列出并简要说明了项目的一般配置参数。 全局配置属性。 这些配置参数是通用的，会影响项目中开发的所有测试。 apache.benchmark.config.global.master ：我们想要运行基准的模式。 如果我们想要在本地执行