零基础入门Spark
├┈01丨Spark：从“大数据的HelloWorld”开始.pdf
├┈02丨RDD与编程模型：延迟计算是怎么回事？.pdf
├┈03丨RDD常用算子（一）：RDD内部的数据转换.pdf
├┈04丨进程模型与分布式部署：分布式计算是怎么回事？.pdf
├┈05丨调度系统：DAG、Stages与分布式任务.pdf
├┈06丨Shuffle管理：为什么Shuffle是性能瓶颈？.pdf
├┈07丨RDD常用算子（二）：Spark如何实现数据聚合？.pdf
├┈08丨内存管理：Spark如何使用内存？.pdf
├┈09丨RDD常用算子（三）：数据的准备、重分布与持久化.pdf
├┈10丨广播变量-累加器：共享变量是用来做什么的？.pdf
├┈11丨存储系统：数据到底都存哪儿了？.pdf
├┈12丨基础配置详解：有哪些配置项是你必须要关注的？.pdf
├┈13丨让我们从《小汽车摇号分析》开始.pdf
├┈14丨DataFrame与SparkSQL的由来.pdf
├┈15丨数据源与数据格式：DataFrame从何而来？.pdf
├┈16丨数据转换：如何在DataFrame之上做数据处理？.pdf
├┈17丨数据关联：不同的关联形式与实现机制该怎么选？.pdf
├┈18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.pdf
├┈19丨配置项详解：哪些参数会影响应用程序执行性能？.pdf
├┈20丨Hive+Spark强强联合：分布式数仓的不二之选.pdf
├┈21丨SparkUI（上）：如何高效地定位性能问题？.pdf
├┈22丨SparkUI（下）：如何高效地定位性能问题？.pdf
├┈23丨SparkMLlib：从“房价预测”开始.pdf
├┈24丨特征工程（上）：有哪些常用的特征处理函数？.pdf
├┈25丨特征工程（下）：有哪些常用的特征处理函数？.pdf
├┈26丨模型训练（上）：决策树系列算法详解.pdf
├┈27丨模型训练（中）：回归、分类和聚类算法详解.pdf
├┈28丨模型训练（下）：协同过滤与频繁项集算法详解.pdf
├┈29丨SparkMLlibPipeline：高效开发机器学习应用.pdf
├┈30丨StructuredStreaming：从“流动的WordCount”开始.pdf
├┈31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.pdf
├┈32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.pdf
├┈33丨流计算中的数据关联：流与流、流与批.pdf
├┈34丨Spark+Kafka：流计算中的“万金油”.pdf
├┈结束语丨进入时间裂缝，持续学习.pdf
├┈开篇词丨入门Spark，你需要学会“三步走”.pdf
└┈用户故事丨小王：保持空杯心态，不做井底之蛙.pdf
