-
-
01-Spark：从“大数据的HelloWorld”开始_For_group_share.mp3
-
01-Spark：从“大数据的HelloWorld”开始_For_group_share.pdf
-
02-RDD与编程模型：延迟计算是怎么回事？.pdf
-
02-RDD与编程模型：延迟计算是怎么回事？_For_group_share.mp3
-
03-RDD常用算子（一）：RDD内部的数据转换.pdf
-
03-RDD常用算子（一）：RDD内部的数据转换_For_group_share.mp3
-
04-进程模型与分布式部署：分布式计算是怎么回事？.pdf
-
04-进程模型与分布式部署：分布式计算是怎么回事？_For_group_share.mp3
-
05-调度系统：DAG、Stages与分布式任务.pdf
-
05-调度系统：DAG、Stages与分布式任务_For_group_share.mp3
-
06-Shuffle管理：为什么Shuffle是性能瓶颈？.pdf
-
06-Shuffle管理：为什么Shuffle是性能瓶颈？_For_group_share.mp3
-
07-RDD常用算子（二）：Spark如何实现数据聚合？.pdf
-
07-RDD常用算子（二）：Spark如何实现数据聚合？_For_group_share.mp3
-
08-内存管理：Spark如何使用内存？.pdf
-
08-内存管理：Spark如何使用内存？_For_group_share.mp3
-
09-RDD常用算子（三）：数据的准备、重分布与持久化.pdf
-
09-RDD常用算子（三）：数据的准备、重分布与持久化_For_group_share.mp3
-
10-广播变量&累加器：共享变量是用来做什么的？.pdf
-
10-广播变量&累加器：共享变量是用来做什么的？_For_group_share.mp3
-
11-存储系统：数据到底都存哪儿了？.pdf
-
11-存储系统：数据到底都存哪儿了？_For_group_share.mp3
-
12-基础配置详解：有哪些配置项是你必须要关注的？.pdf
-
12-基础配置详解：有哪些配置项是你必须要关注的？_For_group_share.mp3
-
13-让我们从《小汽车摇号分析》开始.pdf
-
13-让我们从《小汽车摇号分析》开始_For_group_share.mp3
-
14-DataFrame与SparkSQL的由来.pdf
-
14-DataFrame与SparkSQL的由来_For_group_share.mp3
-
15-数据源与数据格式：DataFrame从何而来？.pdf
-
15-数据源与数据格式：DataFrame从何而来？_For_group_share.mp3
-
16-数据转换：如何在DataFrame之上做数据处理？.pdf
-
16-数据转换：如何在DataFrame之上做数据处理？_For_group_share.mp3
-
17-数据关联：不同的关联形式与实现机制该怎么选？.pdf
-
17-数据关联：不同的关联形式与实现机制该怎么选？_For_group_share.mp3
-
18-数据关联优化：都有哪些Join策略，开发者该如何取舍？.pdf
-
18-数据关联优化：都有哪些Join策略，开发者该如何取舍？_For_group_share.mp3
-
19-配置项详解：哪些参数会影响应用程序执行性能？.pdf
-
19-配置项详解：哪些参数会影响应用程序执行性能？_For_group_share.mp3
-
20-Hive-Spark强强联合：分布式数仓的不二之选_For_group_share.mp3
-
21-SparkUI（上）：如何高效地定位性能问题？.pdf
-
21-SparkUI（上）：如何高效地定位性能问题？_For_group_share.mp3
-
22-SparkUI（下）：如何高效地定位性能问题？.pdf
-
22-SparkUI（下）：如何高效地定位性能问题？_For_group_share.mp3
-
23-SparkMLlib：从“房价预测”开始.pdf
-
23-SparkMLlib：从“房价预测”开始_For_group_share.mp3
-
24-特征工程（上）：有哪些常用的特征处理函数？.pdf
-
24-特征工程（上）：有哪些常用的特征处理函数？_For_group_share.mp3
-
25-特征工程（下）：有哪些常用的特征处理函数？.pdf
-
25-特征工程（下）：有哪些常用的特征处理函数？_For_group_share.mp3
-
26-模型训练（上）：决策树系列算法详解.pdf
-
26-模型训练（上）：决策树系列算法详解_For_group_share.mp3
-
27-模型训练（中）：回归、分类和聚类算法详解.pdf
-
27-模型训练（中）：回归、分类和聚类算法详解_For_group_share.mp3
-
28-模型训练（下）：协同过滤与频繁项集算法详解.pdf
-
28-模型训练（下）：协同过滤与频繁项集算法详解_For_group_share.mp3
-
29-SparkMLlibPipeline：高效开发机器学习应用.pdf
-
29-SparkMLlibPipeline：高效开发机器学习应用_For_group_share.mp3
-
30-StructuredStreaming：从“流动的WordCount”开始.pdf
-
30-StructuredStreaming：从“流动的WordCount”开始_For_group_share.mp3
-
31-StructuredStreaming：新一代流处理框架.pdf
-
31-StructuredStreaming：新一代流处理框架_For_group_share.mp3
-
32-StructuredStreaming：Window操作与Watermark.pdf
-
32-StructuredStreaming：Window操作与Watermark_For_group_share.mp3
-
33-流计算中的数据关联：流与流、流与批.pdf
-
33-流计算中的数据关联：流与流、流与批_For_group_share.mp3
-
34-Spark-Kafka：流计算中的“万金油”.pdf
-
34-Spark-Kafka：流计算中的“万金油”_For_group_share.mp3
-
结束语-进入时间裂缝，持续学习_For_group_share.mp3
-
开篇词-入门Spark，你需要学会“三步走”_For_group_share.mp3
-
开篇词-入门Spark，你需要学会“三步走”_For_group_share.pdf
-
期末测试-来赴一场100分之约！.pdf
-
期末测试-来赴一场100分之约！_For_group_share.mp3
-
用户故事-小王：保持空杯心态，不做井底之蛙.pdf
-
用户故事-小王：保持空杯心态，不做井底之蛙_For_group_share.mp3
-