零基础入门Spark，网盘下载(408.13M)

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]