数据处理
Spark大数据处理 技术、应用与性能优化 PDF_数据库教程
资源名称： 大数据处理 技术、应用与性能优化 第 章 简介 第 章 集群的安装与部署 第 章 计算模型 第 章 工作机制详解 第 章 开发环境配置及流程 第 章 编程实战 第 章 使用详解 第 章 简介 第 章 性能调优 资源截图：
Spark快速数据处理
资源名称： 快速数据处理 内容简介： 是一个开源的通用并行分布式计算框架，由加州大学伯克利分校的 实验室开发，支持内存计算、多迭代批量处理、即席查询、流处理和图计算等多种范式。 内存计算框架适合各种迭代算法和交互式数据分析，能够提升大数据处理的实时性和准确性，现已逐渐获得很多企业的支持，如阿里巴巴、百度、网易、英特尔等公司。 本书系统讲解 的使用方法，包括如何在多种机器上安装 ，如何配置一个 集群，如何在交互模式下运行第一个 作业，如何在 集群上构建一个生产级的脱机 独立作业，如何与 集群建立连接和使
深入理解大数据：大数据处理与编程实践
资源名称：深入理解大数据：大数据处理与编程实践 内容简介： 以大数据处理主流平台 为核心，介绍 ， ， ，以及 的基本设计思想、工作原理、系统构架、以及详细的大数据处理编程技术。 特点： （ ） 重点放在教读者算法设计实现，从基础算法，到应用编程案例，解决实际问题。 （ ） 作者多年的教学研究实践，课程设计沉淀，可以更深入地讨论大数据。 （ ） 来自业界 真实的实践经验和案例积累。 资源目录： 推荐序一 推荐序二 推荐序三 丛书序言 前言 第一部分 系统 第 章大数据处理技术简介 并行计算
用Apache Spark进行大数据处理-第一部分:入门介绍 中文
资源名称：用 进行大数据处理 第一部分 入门介绍 中文 本文档主要讲述的是用 进行大数据处理 第一部分：入门介绍； 是一个围绕速度、易用性和复杂分析构建的大数据处理框架。最初在 年由加州大学伯克利分校的 开发，并于 年成为 的开源项目之一。 资源截图：
数据算法：Hadoop/Spark大数据处理技巧 英文pdf原版
资源名称：数据算法： 大数据处理技巧 英文 原版 第 章二次排序：简介 第 章二次排序：详细示例 第 章 列表 第 章左外连接 第 章反转排序 第 章移动平均 第 章购物篮分析 第 章共同好友 第 章使用 实现推荐引擎 第 章基于内容的电影推荐 第 章使用马尔可夫模型的智能邮件营销 第 章 均值聚类 第 章 近邻 第 章朴素贝叶斯 第 章情感分析 第 章查找、统计和列出大图中的所有三角形 第 章 计数 第 章 测序 第 章 回归 第 章 趋势检验 第 章等位基因频率 第 章 检验 第 章皮尔逊相关系数 第
Spark大数据处理技术 完整pdf
资源名称： 大数据处理技术 完整 第 章 系统概述 大数据处理框架 大数据处理框架 表达能力 子系统 小结 第 章 及编程接口 程序 分区（ ） 优先位置（ ） 依赖关系（ ） 分区计算（ ） 分区函数（ ） 创建操作 集合创建操作 存储创建操作 转换操作 基本转换操作 键值 转换操作 再论 依赖关系 控制操作（ ） 行动操作（ ） 集合标量行动操作 存储行动操作 小结 第 章 运行模式及原理 运行模式概述 运行模式列表 基本工作流程 相关基本类 模式 部署及程序运行 内部实现原理 模式 部署及程序运行