夸克网盘
5积分
《极客时间-吴磊-零基础入门Spark（完结）》是一门由前FreeWheel机器学习研发经理吴磊主讲的高品质课程。课程从Spark的基础知识讲起，通过实战案例深入剖析Spark的核心原理，涵盖RDD、Spark SQL、Spark MLlib、Structured Streaming等多个模块。帮助学员零基础上手Spark，掌握大数据处理和分析技能，适合大数据从业者及爱好者学习。
极客时间-吴磊-零基础入门 Spark（完结）797.08MB
01-开篇词(1讲)19.11MB
开篇词丨入门Spark，你需要学会“三步走”.html3.21MB
开篇词丨入门Spark，你需要学会“三步走”.m4a12.37MB
开篇词丨入门Spark，你需要学会“三步走”.pdf3.53MB02-基础知识(1讲)253.98MB
01丨Spark：从“大数据的HelloWorld”开始.html4.82MB01丨Spark：从“大数据的HelloWorld”开始.m4a14.48MB01丨Spark：从“大数据的HelloWorld”开始.pdf5.04MB02丨RDD与编程模型：延迟计算是怎么回事？.html2.63MB02丨RDD与编程模型：延迟计算是怎么回事？.m4a13.81MB02丨RDD与编程模型：延迟计算是怎么回事？.pdf4.03MB03丨RDD常用算子（一）：RDD内部的数据转换.html2.47MB03丨RDD常用算子（一）：RDD内部的数据转换.m4a15.87MB03丨RDD常用算子（一）：RDD内部的数据转换.pdf3.65MB04丨进程模型与分布式部署：分布式计算是怎么回事？.html2.51MB04丨进程模型与分布式部署：分布式计算是怎么回事？.m4a13.54MB04丨进程模型与分布式部署：分布式计算是怎么回事？.pdf3.41MB05丨调度系统：DAG、Stages与分布式任务.html3.08MB05丨调度系统：DAG、Stages与分布式任务.m4a18.68MB05丨调度系统：DAG、Stages与分布式任务.pdf5.19MB06丨Shuffle管理：为什么Shuffle是性能瓶颈？.html2.38MB06丨Shuffle管理：为什么Shuffle是性能瓶颈？.m4a14.41MB06丨Shuffle管理：为什么Shuffle是性能瓶颈？.pdf3.73MB07丨RDD常用算子（二）：Spark如何实现数据聚合？.html2.5MB07丨RDD常用算子（二）：Spark如何实现数据聚合？.m4a13.55MB07丨RDD常用算子（二）：Spark如何实现数据聚合？.pdf4.11MB08丨内存管理：Spark如何使用内存？.html3.04MB08丨内存管理：Spark如何使用内存？.m4a13.43MB08丨内存管理：Spark如何使用内存？.pdf4.24MB09丨RDD常用算子（三）：数据的准备、重分布与持久化.html2.81MB09丨RDD常用算子（三）：数据的准备、重分布与持久化.m4a16.93MB09丨RDD常用算子（三）：数据的准备、重分布与持久化.pdf4.42MB10丨广播变量&累加器：共享变量是用来做什么的？.m4a11.77MB10丨广播变量-累加器：共享变量是用来做什么的？.html2.04MB10丨广播变量-累加器：共享变量是用来做什么的？.pdf2.73MB11丨存储系统：数据到底都存哪儿了？.html2.86MB11丨存储系统：数据到底都存哪儿了？.m4a10.79MB11丨存储系统：数据到底都存哪儿了？.pdf5.19MB12丨基础配置详解：有哪些配置项是你必须要关注的？.html2.13MB12丨基础配置详解：有哪些配置项是你必须要关注的？.m4a15.29MB12丨基础配置详解：有哪些配置项是你必须要关注的？.pdf2.43MB03-Spark SQL (4讲)231.04MB
13丨让我们从《小汽车摇号分析》开始.html2.89MB13丨让我们从《小汽车摇号分析》开始.m4a12.6MB13丨让我们从《小汽车摇号分析》开始.pdf4.4MB14丨DataFrame与SparkSQL的由来.html3.44MB14丨DataFrame与SparkSQL的由来.m4a14.88MB14丨DataFrame与SparkSQL的由来.pdf5.7MB15丨数据源与数据格式：DataFrame从何而来？.html3.11MB15丨数据源与数据格式：DataFrame从何而来？.m4a18.06MB15丨数据源与数据格式：DataFrame从何而来？.pdf4.46MB16丨数据转换：如何在DataFrame之上做数据处理？.html3.35MB16丨数据转换：如何在DataFrame之上做数据处理？.m4a17.13MB16丨数据转换：如何在DataFrame之上做数据处理？.pdf4.52MB17丨数据关联：不同的关联形式与实现机制该怎么选？.html2.49MB17丨数据关联：不同的关联形式与实现机制该怎么选？.m4a14.48MB17丨数据关联：不同的关联形式与实现机制该怎么选？.pdf3.66MB18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.html3.14MB18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.m4a12.28MB18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.pdf4.18MB19丨配置项详解：哪些参数会影响应用程序执行性能？.html3.61MB19丨配置项详解：哪些参数会影响应用程序执行性能？.m4a14.33MB19丨配置项详解：哪些参数会影响应用程序执行性能？.pdf3.73MB20丨Hive+Spark强强联合：分布式数仓的不二之选.html3.34MB20丨Hive+Spark强强联合：分布式数仓的不二之选.m4a17.36MB20丨Hive+Spark强强联合：分布式数仓的不二之选.pdf4.99MB21丨SparkUI（上）：如何高效地定位性能问题？.html5.55MB21丨SparkUI（上）：如何高效地定位性能问题？.m4a11.45MB21丨SparkUI（上）：如何高效地定位性能问题？.pdf6.46MB22丨SparkUI（下）：如何高效地定位性能问题？.html5.78MB22丨SparkUI（下）：如何高效地定位性能问题？.m4a13.07MB22丨SparkUI（下）：如何高效地定位性能问题？.pdf6.61MB04-SparkMLlib(2讲)136.8MB
23丨SparkMLlib：从“房价预测”开始.html3.16MB23丨SparkMLlib：从“房价预测”开始.m4a14.82MB23丨SparkMLlib：从“房价预测”开始.pdf4.8MB24丨特征工程（上）：有哪些常用的特征处理函数？.html3.72MB24丨特征工程（上）：有哪些常用的特征处理函数？.m4a15.84MB24丨特征工程（上）：有哪些常用的特征处理函数？.pdf4.63MB25丨特征工程（下）：有哪些常用的特征处理函数？.html3.06MB25丨特征工程（下）：有哪些常用的特征处理函数？.m4a11.64MB25丨特征工程（下）：有哪些常用的特征处理函数？.pdf5.21MB26丨模型训练（上）：决策树系列算法详解.html2.41MB26丨模型训练（上）：决策树系列算法详解.m4a11.78MB26丨模型训练（上）：决策树系列算法详解.pdf4.73MB27丨模型训练（中）：回归、分类和聚类算法详解.html2.41MB27丨模型训练（中）：回归、分类和聚类算法详解.m4a10.44MB27丨模型训练（中）：回归、分类和聚类算法详解.pdf3.79MB28丨模型训练（下）：协同过滤与频繁项集算法详解.html2.72MB28丨模型训练（下）：协同过滤与频繁项集算法详解.m4a10.26MB28丨模型训练（下）：协同过滤与频繁项集算法详解.pdf4.34MB29丨SparkMLlibPipeline：高效开发机器学习应用.html2.19MB29丨SparkMLlibPipeline：高效开发机器学习应用.m4a12.8MB29丨SparkMLlibPipeline：高效开发机器学习应用.pdf2.06MB05-特别放送(1讲)23.07MB
用户故事丨小王：保持空杯心态，不做井底之蛙.html4.78MB用户故事丨小王：保持空杯心态，不做井底之蛙.m4a6.24MB用户故事丨小王：保持空杯心态，不做井底之蛙.pdf12.05MB06-StructuredStreaming(1讲)97.83MB
30丨StructuredStreaming：从“流动的WordCount”开始.html3.31MB30丨StructuredStreaming：从“流动的WordCount”开始.m4a11.57MB30丨StructuredStreaming：从“流动的WordCount”开始.pdf4.01MB31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.html3.7MB31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.m4a11.03MB31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.pdf5.17MB32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.html2.97MB32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.m4a13.2MB32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.pdf4.73MB33丨流计算中的数据关联：流与流、流与批.html1.95MB33丨流计算中的数据关联：流与流、流与批.m4a13.56MB33丨流计算中的数据关联：流与流、流与批.pdf2.85MB34丨Spark+Kafka：流计算中的“万金油”.html2.49MB34丨Spark+Kafka：流计算中的“万金油”.m4a13.21MB34丨Spark+Kafka：流计算中的“万金油”.pdf4.08MB08-特别放送(1讲)22.21MB
用户故事丨小王：保持空杯心态，不做井底之蛙.html4.03MB用户故事丨小王：保持空杯心态，不做井底之蛙.m4a6.24MB用户故事丨小王：保持空杯心态，不做井底之蛙.pdf11.94MB09-结束语(2讲)12.98MB
结束语丨进入时间裂缝，持续学习.html2.52MB结束语丨进入时间裂缝，持续学习.m4a6.6MB结束语丨进入时间裂缝，持续学习.pdf3.87MB赠品61.3KB
大额流量卡免费领.png1.8KB
外卖红包免费领.JPG59.48KB
自学吧【】--学知识-长见识一网打尽.txt24B网站声明：
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。