总览
该项目介绍了如何使用Apache Spark机器学习创建建议。 您可以在IBM Data Science Experience上运行许多jupyter笔记本，并且可以与电影推荐Web应用程序进行实时演示。 该演示还使用IBM Message Hub（kafka）将应用程序事件推送到主题，在IBM BigInsights（hadoop）上运行的Spark Streaming作业将其消费。
快速开始
如果您想尝试该Web应用程序的实时演示，请访问。 这也是的概述视频。
该项目是演示电影推荐器应用程序。 该演示已安装了约4000部电影和500,000个评级。 评级是随机生成的。 此Web应用程序的目的是允许用户搜索电影，对电影进行评级并根据其评级接收电影的推荐。
笔记本电脑
从开始，以了解有关该项目的更多信息。
您可以将这些笔记本导入IBM Data Science Experience。 尝试从URL加载时，偶尔会遇到问题。 如果发生这种情况，请尝试克隆或下载此存储库，然后将笔记本作为文件导入。
技术领域
总体架构如下所示：
本演示中使用的技术是：
核心组件（Web应用程序）
2021-02-03 09:38:01
7.99MB
1
Springboot 结合Apache Spark 2.4.4与Scala 2.12 集成示例，hello world！
2021-01-28 04:18:51
71KB
1
Hortonworks的开源框架SHC
shc-core-1.1.1-2.1-s_2.11.jar
该包在这个地址下载不到了https://mvnrepository.com/
2021-01-28 04:18:49
452KB
1
spark入门级资料推荐，开始是介绍简装 编译运行等基础介绍，从第五章开始
Hive介绍及部署 Hive实战
SparkSQL介绍 实战 深入了解运行计划及调优
SparkStreaming原理介绍 实战
SparkMLlib机器学习及SparkMLlib简介 实战
SparkGraphX介绍及实例
分布式内存文件系统Tachyon介绍及安装部署
2021-01-28 04:18:48
32.43MB
1
大数据分析用例题，内含对应数据文件。实验数据来源于Audioscrobbler，音乐推荐引擎。对于一首音乐，如何评价他呢？因为一首音乐可能100个人听也未必有1人会评价他，而评价的这个人又是基于个人意愿或处于某些客观环境下，变量极多。对于如此多的数据条目而采用的逻辑处理方式就是本次实验的目的。采用交替最小而成将稀疏矩阵分成小的浓密矩阵，然后近似的接近原矩阵，进而进行预测结果。
2021-01-28 04:18:43
129.71MB
1
from-query-plan-to-query-performance-supercharging-your-apache-spark-queries-using-the-spark-ui-sql-tab 使用SaprkSQL UI页签分析执行计划中的性能问题
2021-01-28 04:17:56
47.09MB
1
Apache Spark 2.X for Java Developers 英文epub
本资源转载自网络，如有侵权，请联系上传者或csdn删除
本资源转载自网络，如有侵权，请联系上传者或csdn删除
2020-11-02 22:20:09
3.43MB
1