大数据技术框架总览

　　本书是Spark实战指南，全书共分8章。前4章介绍Spark的部署、工作机制和内核，后4章分别通过实战项目介绍SparkSQL、SparkStreaming、SparkGraphX和SparkML

大数据可视决策技术解析感性认识APeekofBigDataVisualization技术解析TechnologyofBigDataVisualization实践体会GuidanceofBigDataV

分享超越Hadoop的大数据技术书籍，供大家学习用Spark和Shark进行基于内存的实时大数据分析。

The principle and application of big data technology

2016大数据技术大会，来自一线互联网（含bat）厂商顶级大学的大数据实践经验，包含以下主题：​百度大规模推荐系统实践京东数据库备份系统进化之路​​腾讯大数据能力输出之路基于图算法的跨设备受众识别​3

大数据Flink实时技术相关

大数据技术SQL面试指南，详细介绍了SQL面试中常见的问题及其解决方法。涵盖了基础的SQL语法、SQL查询优化、数据库设计等方面的知识点，并提供了实战案例。本指南将帮助求职者提高SQL面试的答题能力和

本文详细分析了大数据面试中需要掌握的技术要点，包括Hadoop、Hive、Spark等相关技术，以及面试常见问题和答案。同时，还分享了面试经验和心得，帮助读者更好地备战大数据面试。

《Spark大数据处理技术》以Spark 0.9版本为基础进行编写，是一本全面介绍Spark及Spark生态圈相关技术的书籍，是国内首本深入介绍Spark原理和架构的技术书籍。主要内容有Spark基础

云计算到来的必然性和趋势性，云计算是随着处理器技术、虚拟化技术、分布式存储技术、宽带互联网技术和自动化管理技术的发展而产生的. 这种大规模的计算能力通常是由分布式的大规模集群和服务器虚拟化软件搭建