Apache Spark 教程

Apache Spark 是一个快速、通用、可扩展的大数据分析引擎。它提供了内存计算能力，比 Hadoop MapReduce 快 100 倍。

教程目录

• 第一章：Spark 简介
• 第二章：环境搭建
• 第三章：RDD 编程
• 第四章：DataFrame 与 Dataset
• 第五章：Spark SQL
• 第六章：Spark Streaming
• 第七章：MLlib 机器学习
• 第八章：性能优化

Spark 特点

特点	说明
快速	内存计算，比 MapReduce 快 100 倍
易用	支持 Python、Java、Scala、R
通用	SQL、流处理、机器学习、图计算
兼容	支持 HDFS、Hive、HBase 等数据源

适用场景

• 大规模数据处理
• 实时流处理
• 机器学习
• 图计算
• 交互式数据分析