kafka保姆式教程，带有Linux安装包和详细安装教程

hadoop-core-0.20.1.jar，用于开发分布式系统的jar包！！

虽然 Hive 的官方给我们提供了连接 Hive 的客户端， 但是在实际的开发环境中我们一般 不使用它， 因为页面太丑， 智能化程度太低， 在这里介绍一款 Hive 的第三方可视化客户端 ——DataGrip。 DataGrip 页面美观大方， 操作简洁， SQL 编辑环境优雅， 可在 Windows 平台运行。 是一款通过 JDBC 连接 HiveServer2 的图形界面工具(JDBC 就是 Java 数据库连接,说白了就是用 Java 语言来操作数据库)。 简单介绍一下 DataGrip： 由 JetBrains 公司推出的数据库管理软件， 几乎支持所有主流 的关系数据库产品， 如 DB2、 Derby、 MySQL、 Oracle、 SQL Server 等， 也几乎支持所有主流的大数据生态 SQL 软件， 且界面简单易用。

项目Steam游戏推荐系统 1概述 关键字：推荐系统，协作过滤，Spark，Hive，Flask，Web爬网程序，AWS EC2，AWS RDS 1.1引言 推荐系统在最近几年变得越来越流行，并且广泛用于电影，音乐，新闻，书籍，研究文章，搜索查询，社交标签和产品等各个领域。 推荐系统或推荐系统是信息过滤系统的子类，其试图预测用户将给予商品的“等级”或“偏好”。 在这个项目中，我通过Spark的ALS（交替最小二乘）API（pyspark.mllib.recommendation.ALS）在Spark上使用协作过滤算法，实现了游戏推荐系统。 协作过滤方法是基于收集和分析有关用户的行为，活动或偏好的大量信息，并基于与其他用户的相似性来预测用户的喜好。 1.2架构 整个项目分为三个阶段： 通过Web爬网程序收集数据 Spark上的游戏推荐引擎 Web UI实施 该项目的体系结构如下所示：

提供在Spark上跑Xgboost模型需要的 Jar包及Python接口文件

分享课程——Spark 2.x + Python 大数据机器学习实战课程，完整版视频课程下载。 本课程系统讲解如何在Spark2.0上高效运用Python来处理数据并建立机器学习模型，帮助读者开发并部署高效可拓展的实时Spark解决方案。 本课程从浅显易懂的“大数据和机器学习”原理说明入手，讲述大数据和机器学习的基本概念，如分析、分类、训练、建模、预测、推荐引擎、二元分类、多元分类、回归分析和Pipeline等；为降低学习大数据技术的门槛，提供了丰富的案例实践操作和范例程序编码，展示了如何在单机Windows系统上建立Spark 2.x + Python开发环境； 适合于学习大数据基础知识的初学者，更适合正在使用机器学习想结合大数据技术的人员；

实验 Spark ML Bisecting k-means聚类算法使用，实验文档

Spark2.0+ElasticSearch开发用户画像实战笔记：（1） Spark2.0+ElasticSearch开发用户画像实战笔记：（2） 配套资源 https://blog.csdn.net/lm19770429/article/details/124981430?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22124981430%22%2C%22source%22%3A%22lm19770429%22%7D&ctrtid=RGJIg

包含各个版本的hadoop的winutils 可执行文件。

hive面试题，Hive高频面试题