Spark性能优化基础篇

Spark大数据处理：技术、应用与性能优化 高彦杰　著 仅供学习

关于spark较为简单的算子讲义和相对的用法，基于scala语言

很早以前的培训材料,spark基础知识,包括spark大数据架构、基础入门、编程调优、sparkSQL以及案例。

Spark：零基础实战

Spark是一种开源集群计算环境，对比Hadoop有更优秀的表现。Spark利用内存分析数据集和优化迭代传输工作负载的方式，提供交互式查询。本文档详细整理了Spark的基础知识，包括Scala语言实现

是基于内存的分布式计算引擎,计算速度非常快,仅仅只是涉及到数据的计算,没有涉及到数据存储。可以对接外部的数据源(比如hdfs,这个时候就需要搭建一个hadoop集群)

Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapRedu

spark基础知识思维导图整理，包括SparkCore和SparkSQL

SparkSQL在不同存储格式下的性能对比本文测试的目的是用来对比Spark三种存储格式txt、parquet、ya100的性能差异。因机器环境以及配置的不同，测试结果可能略有差异，该测试报告仅对笔者

SQL优化方案——性能优化，包含52条sql优化建议，让你sql飞一般的运行