吴磊-零基础入门 Spark（完结）

├─01-开篇词(1讲) │      开篇词丨入门Spark，你需要学会“三步走”.html │      开篇词丨入门Spark，你需要学会“三步走”.m4a │      开篇词丨入门Spark，你需要学会“三步走”.pdf │ ├─02-基础知识(1讲) │      01丨Spark：从“大数据的HelloWorld”开始.html │      01丨Spark：从“大数据的HelloWorld”开始.m4a │      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？.html │      02丨RDD与编程模型：延迟计算是怎么回事？.m4a │      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.html │      03丨RDD常用算子（一）：RDD内部的数据转换.m4a │      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？.html │      04丨进程模型与分布式部署：分布式计算是怎么回事？.m4a │      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.html │      05丨调度系统：DAG、Stages与分布式任务.m4a │      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？.html │      06丨Shuffle管理：为什么Shuffle是性能瓶颈？.m4a │      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？.html │      07丨RDD常用算子（二）：Spark如何实现数据聚合？.m4a │      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？.html │      08丨内存管理：Spark如何使用内存？.m4a │      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.html │      09丨RDD常用算子（三）：数据的准备、重分布与持久化.m4a │      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？.m4a │      10丨广播变量-累加器：共享变量是用来做什么的？.html │      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？.html │      11丨存储系统：数据到底都存哪儿了？.m4a │      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？.html │      12丨基础配置详解：有哪些配置项是你必须要关注的？.m4a │      12丨基础配置详解：有哪些配置项是你必须要关注的？.pdf │ ├─03-Spark SQL (4讲) │      13丨让我们从《小汽车摇号分析》开始.html │      13丨让我们从《小汽车摇号分析》开始.m4a │      13丨让我们从《小汽车摇号分析》开始.pdf │      14丨DataFrame与SparkSQL的由来.html │      14丨DataFrame与SparkSQL的由来.m4a │      14丨DataFrame与SparkSQL的由来.pdf │      15丨数据源与数据格式：DataFrame从何而来？.html │      15丨数据源与数据格式：DataFrame从何而来？.m4a │      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？.html │      16丨数据转换：如何在DataFrame之上做数据处理？.m4a │      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？.html │      17丨数据关联：不同的关联形式与实现机制该怎么选？.m4a │      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？.html │      18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.m4a │      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？.html │      19丨配置项详解：哪些参数会影响应用程序执行性能？.m4a │      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.html │      20丨Hive+Spark强强联合：分布式数仓的不二之选.m4a │      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？.html │      21丨SparkUI（上）：如何高效地定位性能问题？.m4a │      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？.html │      22丨SparkUI（下）：如何高效地定位性能问题？.m4a │      22丨SparkUI（下）：如何高效地定位性能问题？.pdf │ ├─04-SparkMLlib(2讲) │      23丨SparkMLlib：从“房价预测”开始.html │      23丨SparkMLlib：从“房价预测”开始.m4a │      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？.html │      24丨特征工程（上）：有哪些常用的特征处理函数？.m4a │      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？.html │      25丨特征工程（下）：有哪些常用的特征处理函数？.m4a │      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.html │      26丨模型训练（上）：决策树系列算法详解.m4a │      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.html │      27丨模型训练（中）：回归、分类和聚类算法详解.m4a │      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.html │      28丨模型训练（下）：协同过滤与频繁项集算法详解.m4a │      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.html │      29丨SparkMLlibPipeline：高效开发机器学习应用.m4a │      29丨SparkMLlibPipeline：高效开发机器学习应用.pdf │ ├─05-特别放送(1讲) │      用户故事丨小王：保持空杯心态，不做井底之蛙.html │      用户故事丨小王：保持空杯心态，不做井底之蛙.m4a │      用户故事丨小王：保持空杯心态，不做井底之蛙.pdf │ ├─06-StructuredStreaming(1讲) │      30丨StructuredStreaming：从“流动的WordCount”开始.html │      30丨StructuredStreaming：从“流动的WordCount”开始.m4a │      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？.html │      31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.m4a │      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？.html │      32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.m4a │      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.html │      33丨流计算中的数据关联：流与流、流与批.m4a │      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”.html │      34丨Spark+Kafka：流计算中的“万金油”.m4a │      34丨Spark+Kafka：流计算中的“万金油”.pdf │ ├─08-特别放送(1讲) │      用户故事丨小王：保持空杯心态，不做井底之蛙.html │      用户故事丨小王：保持空杯心态，不做井底之蛙.m4a │      用户故事丨小王：保持空杯心态，不做井底之蛙.pdf │ └─09-结束语(2讲) 结束语丨进入时间裂缝，持续学习.html 结束语丨进入时间裂缝，持续学习.m4a 结束语丨进入时间裂缝，持续学习.pdf