[spark] Spark Cluster Computing with Data Set

说明： Spark Cluster Computing with Data Set ,spark入门介绍，英文版
<zr1800> 上传 | 大小：1mb

[spark] 面试简历 项目和业务如何整理

说明： 1.技能：强调你能干什么？？？ 2.提前准备哪些??? 3.面试之前这些笔试题选五套做一做 4.项目如何写,面试时业务如何表达
<longwenyanlan> 上传 | 大小：15kb

[spark] 数据驱动的智能城市

说明： 数据驱动的智能城市，未来城市将以数据为驱动，日益智能化智慧化。
<xiaomengteng> 上传 | 大小：2mb

[spark] Python for Data Analysis

说明： 使用Python语言实现大数据挖掘，包含详细的数据建模案例。本书在亚马逊上评价极高。
<weixin_42032285> 上传 | 大小：14mb

[spark] 基于成本的Spark SQL优化器框架

说明： 我们把基于成本的优化器框架贡献给社区版本Spark 2.2。在我们的框架中，我们计算每个数据库操作符的基数和输出大小。通过可靠的统计和精确的估算，我们能够在这些领域做出好的决定：选择散列连接（hash join）操作的正确构建端（build side），选择正确的连接算法（如broadcast hash join与 shuffled hash join）， 调整连接的顺序等等。这个基于成本的优化器框架对Spark SQL查询的性能有很好的提升 。在这次演讲中，我们将展示Spark SQL的新的
<flexie> 上传 | 大小：751kb

[spark] Spark和TiDB (Spark on TiDB)

说明： SparkTI (Spark on TiDB)是TiDB基于Apache Spark的独立于原生系统的计算引擎。它将Spark和TiDB深度集成，在原有MySQL Workload之外借助Spark支持了更多样的用户场景和API。这个项目在SparkSQL和Catalyst引擎之外实现了一套扩展的，为TiDB定制的SQL前端（Parser，Planner和优化器）：它了解TiDB如何组织数据，并知晓如何借助TiDB本身的计算能力加速查询，而不仅仅是一个Connector。凭借SparkTI，T
<flexie> 上传 | 大小：307kb

[spark] SparkStreaming Kafka 代码

说明： 使用 Zookeeper 管理 Kafka offset，利用 SparkStreaming 进行流处理。完整代码示例。
<w1992wishes> 上传 | 大小：734kb

[spark] dilatant soil samples

说明： Experimental data for the study of dilatancy of dilatant soil
<nianyakang1046> 上传 | 大小：995kb

[spark] spark-2.2.0源码

说明： Spark带注释源码 对于整个Spark源码分析系列，我将带有注释的Spark源码和分析的文件放在我的GitHub上Spark源码剖析欢迎大家fork和star
<xiaoxiang154> 上传 | 大小：16mb

[spark] scala程序设计

说明： 很好的语言学习书籍，Scala语言。 大数据学习的基础， 本书论述全面，初级读者无须阅读所有内容便可以使用 Scala 进行编程。本书的前 3 章 “零到六十:Scala 简介”“更简洁，更强大”和“要点详解”，简要概括了 Scala 的核心语 言特性。 第 4 章“模式匹配”和第 5 章“隐式详解”描述了使用 Scala 编程时每天都会用 到的两类基本工具，通过对这两类工具的描述将读者引领到更深的领域里。
<fang_abc> 上传 | 大小：26mb

[spark] pyspark模型训练机制之Pipline

说明： 介绍spark在python中的运用，主要包括pyspark中模型的训练机制，以及Pipline的使用方式，如何进行模型调参等
<h_sem> 上传 | 大小：247kb

[spark] spark2.3.3-hadoop2.6.0-cdh-5.15.2重新编译

说明： 带编译所需的maven库，spark2.3.3源码基于hadoop2.6.0-cdh-5.15.2进行重新编译
<u013497151> 上传 | 大小：147byte