01_Spark_初識

02_Spark_Java開發(fā)_RDD五大特性

03_Spark_運行時_程序調(diào)度

04_Spark_持久化策略_緩存優(yōu)化

05_Spark_Standalone集群模式_ZK配合搭建HA_以及測試

06_Spark_Yarn集群模式_以及測試

07_Spark_操作算子本質(zhì)_RDD的容錯

08_Spark_寬窄依賴_DAG的切割

09_Spark_術語的歸納總結(jié)_源碼的初步剖析

10_Spark_調(diào)度流程剖析_調(diào)度流程源碼剖析

11_Spark_DAG源碼剖析_Task最佳計算位置源碼剖析

12_Spark_源碼學習總結(jié)_SparkPi代碼剖析

15_Spark_更多算子操作剖析

16_Spark_更多算子操作及總結(jié)

17_Spark_textFile詳解_分組取TopN_二次排序

18_Spark_共享變量_SparkSQL初識

19_Spark_隱式轉(zhuǎn)換和隱式參數(shù)_DataFrame初探_RDD反射轉(zhuǎn)為DataFrame

20_Spark_RDD動態(tài)轉(zhuǎn)為DataFrame

21_Spark_JSON數(shù)據(jù)源_JDBC數(shù)據(jù)源_以及Standalone集群測試

22_Spark_Hive數(shù)據(jù)源_以及Yarn集群測試_SQL來做分組取TopN

23_Spark_自定義函數(shù)_自定義聚合函數(shù)_Spark源碼PageRank的問題

24_Spark_SparkStreaming初識

25_Spark_HDFS數(shù)據(jù)源_DStream的持久化存儲

26_Spark_UpdateStateByKey算子_Tranform算子

27_Spark_Kafka的安裝以及測試

28_Spark_Kafka數(shù)據(jù)源_Receiver方式接收數(shù)據(jù)_Direct方式接收數(shù)據(jù)

29_Spark_基于滑動窗口的操作_Spark和MR在Yarn運行的區(qū)別

30_Spark_對于內(nèi)存的使用_靜態(tài)模式_統(tǒng)一模式