1.对文本文件形式的原始数据集进行预处理 2.把文本文件的数据集导入到数据仓库Hive中 3.对数据仓库Hive中的数据进行查询分析 4.使用Sqoop将数据从Hive导入MySQL 5.使用Sqoop将数据从MySQL导入HBase 6.使用HBase Java API把数据从本地导入到HBase中 7.使用R对MySQL中的数据进行可视化分析 内含三份报告和数据集，报告中有源码，是用spark做的

SPARK2.3 如果资源有问题请加Q:2625039362

博客https://blog.csdn.net/lsshlsw/article/details/82670508 spark_prometheus_metrics.json

Spark源码解析迷你电子版书籍，该书籍主要解读与跟踪Spark Core与Spark Streaming部分源码，书中内容还添加tachyon部分源码解读。

spark集成包没有anaconda包，anaconda百度下载最新的，spark，hadoop，winscp， jdk8， xshell

spark+hadoop+zookeeper 大数据平台搭建脚本，亲测通过，适用于大数据初学者在虚拟机玩

大数据文档资料，包括hadoop,spark,storm,hive,hbase,scala,flume等

spark sql 倾斜处理

【spark论文翻译】An Architecture for Fast and General Data Processing on Large Cluster 大型集群上的快速和通用数据处理架构。CSDN CODE翻译社区出品。 之前上传的版本图表有问题，这版已经修复。请更新谢谢。

MartinHub的学习笔记 关于我 MartinHub :smiling_face_with_sunglasses: ，，热爱生活！热爱技术！ 微信公众号【MartinHub】 个人微信号【MartinHub】 项目介绍 大数据 Java 数据库 Linux 杂记 :bullseye: :hot_beverage: :floppy_disk: :cloud: :memo: :black_nib:本仓库有来源自己总结，网上收集，视频笔记，如果有区别之处，可以联系我进行删除。 :scroll:笔记仓库： GitHub上： Gitee： :scroll:笔记地址： GitHub上： Gitee： 因个人能力有限，笔记中可能还有很多错误的地方，还请大家能够多多指出交流，也欢迎各位小伙伴能够提交拉请求请求进行完善。 注意：因为构建页面的框架缓存，访问笔记地址时，为防止最新更新的笔记看不到，请浏览器打开网址后，先清除页面缓存。