[spark] README.md文档

说明： spark入门联系wordcount等相关操作文档~ Spark is a fast and general cluster computing system for Big Data. It provides high-level APIs in Scala, Java, Python, and R, and an optimized engine that supports general computation graphs for data analysis. It also supp
<cymy001> 在 上传 | 大小：4096

[spark] apache-spark-best-practices-and-tuning

说明： Spark最佳实践以及性能调试实战。PDF格式。Spark最佳实践以及性能调试实战。PDF格式。
<ljq1018> 在 上传 | 大小：1048576

[spark] 2018京东大数据技术白皮书.pdf

说明： 2018年12月7日，京东大数据与智能供应链事业部发布《2018京东大数据技术白皮书》。众所周知，大数据是企业的基本生产资料，数据信息是企业宝贵的资产。不同于其他资产，数据资产主要在企业运营过程中产生，较易获取，但要持续积累、沉淀和做好管理却并不容易，这是一项长期且系统性的工程。未经“雕琢”的数据是一组无序、混乱的数字，并不能给企业带来何种价值，从庞杂晦涩的数据中挖掘出“宝藏”充满着挑战，这需要将业务、技术与管理三者相互融合起来进行创新。 京东作为一家业内领先的互联网科技公司，完整的产业链条带
<weixin_45435074> 在 上传 | 大小：4194304

[spark] scala-intellij-bin-2019.2.20.zip

说明： intellij 的scala插件，最新版本，官网下载太慢了，现在贡献出来。
<qq_18177927> 在 上传 | 大小：57671680

[spark] mastering-apache-spark2.4.2.pdf

说明： 讲的是spark内部架构原理，略深，不适合初学者，需要结合源码一起学习
<cyfmw> 在 上传 | 大小：17825792

[spark] DATA Science简史.png

说明： 大数据简史，一图便可了解大数据发展史和简谱。供大家参考。
<weixin_39409791> 在 上传 | 大小：239616

[spark] CDH安装文档详细基础

说明： CDH集群安装的详细步骤，带截图比较详细，适合初学者进行学习
<qq_41028958> 在 上传 | 大小：7340032

[spark] SQL 数据库面试题__最主要文档_好好总结看看.pdf

说明： 这是一个大数据的常见面试题的总结，里面包含hadoop和spark等等的内容
<asd1456732891> 在 上传 | 大小：5242880

[spark] 录信数据库技术白皮书.pdf

说明： 录信数据库一款基于分布式架构下实时的、多维的、交互式的查询、统计、分析数据库；录信数据库是为探索性分析与即席分析而设计的数据库，使用索引+大数据技术，可以对万亿级别的数据做到秒级数据检索及统计分析服务。 录信数据库支持万亿秒查；数据规模超大，数据时效性高，可节约千倍IO，可对接外部数据源Oracle、Mysql、Kafka、Hive、Hbase、File、HDFS File等，可以与接口层Hive SQL、JDBC、WebService直接进行交互；同时支持跨集群数据同步，支持多种不同硬件平台
<cnlucene> 在 上传 | 大小：1048576

[spark] Spark ml pipline交叉验证之决策树回归.docx

说明： Spark ml pipline交叉验证之决策树回归 //ML的VectorAssembler是一个transformer,要求数据类型不能是string，将多列数据转化为单列的向量列，比如把age、income等等字段列合并成一个 userFea 向量列，方便后续训练 //创建机器学习工作流 //创建回归评估器，用于基于训练集的多次训练后的模型选择 //获取最大迭代次数和正则参数，一共可以训练出（maxDepths*maxBins）个模型 //创建交叉验证器，他会把训练集分成NumFolds
<q18729096963> 在 上传 | 大小：21504

[spark] Spark ml pipline交叉验证之线性回归.docx

说明： Spark ml pipline交叉验证之线性回归 工具开发 //创建回归评估器，用于基于训练集的多次训练后的模型选择 //创建交叉验证器，他会把训练集分成NumFolds份，然后在其中(NumFolds-1)份里进行训练 //在其中一份里进行测试，针对上面的每一组参数都会训练出NumFolds个模型，最后选择一个最优的模型 //对最优的模型做一个模型评估
<q18729096963> 在 上传 | 大小：223232

[spark] Spark MLlib机器学习

说明： Spark MLlib机器学习 黄美灵，网名：sunbow，Spark爱好者，现从事移动互联网的计算广告和数据变现工作。  《Spark MLlib机器学习：算法、源码及实战详解》作者
<yxbbjxy> 在 上传 | 大小：857088