| 资源(27) | 时长( 00:00:00) | 播放量(43310) |
|---|---|---|
讲义1-1Spark产生的背景 |
/ | 1616 |
|
讲义1-2Spark的发展和特点 |
/ | 1644 |
|
讲义1-3Spark核心组件 |
/ | 1609 |
|
讲义1-4Spark的应用场景 |
/ | 1613 |
|
讲义2-1Spark安装的准备工作 |
/ | 1596 |
|
讲义2-2安装Spark |
/ | 1594 |
|
讲义2-3Spark集群环境搭建 |
/ | 1594 |
|
讲义2-4Spark的基本使用 |
/ | 1594 |
|
讲义3-1Spark Core概述 |
/ | 1604 |
|
讲义3-3RDD基本概念 |
/ | 1585 |
|
讲义3-2Spark运行模式 |
/ | 1534 |
|
讲义3-4RDD创建和操作 |
/ | 1604 |
|
讲义3-5键值对RDD操作 |
/ | 1600 |
|
讲义3-6RDD持久化 |
/ | 1611 |
|
讲义3-7RDD实战——词频统计 |
/ | 1616 |
|
讲义4-1Spark SQL概述 |
/ | 1595 |
|
讲义4-2DataFrame |
/ | 1601 |
|
讲义4-3DataFrame相关操作 |
/ | 1605 |
|
讲义4-4SQL语句在Spark中的使用 |
/ | 1600 |
|
讲义5-1Spark Streaming概述 |
/ | 1600 |
|
讲义5-2DStream |
/ | 1598 |
|
讲义5-3DStream相关操作 |
/ | 1602 |
|
讲义5-4Spark Streaming实战——股票市场数据实时计算 |
/ | 1599 |
|
讲义6-1Spark MLlib概述 |
/ | 1615 |
|
讲义6-2pyspark.mllib |
/ | 1638 |
|
讲义6-3pyspark.ml |
/ | 1634 |
|
讲义7-1Spark综合案例 |
/ | 1609 |