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