Summary

• Introduction
• 快速上手
  • Spark Shell
  • 独立应用程序
  • 开始翻滚吧!
• 编程指南
  • 引入 Spark
  • 初始化 Spark
  • Spark RDDs
    • 并行集合
    • 外部数据集
    • RDD 操作
      • 传递函数到 Spark
      • 使用键值对
      • Transformations
      • Actions
    • RDD持久化
  • 共享变量
  • 从这里开始
• Spark Streaming
  • 一个快速的例子
  • 基本概念
    • 关联
    • 初始化StreamingContext
    • 离散流
    • 输入DStreams
    • DStream中的转换
    • DStream的输出操作
    • 缓存或持久化
    • Checkpointing
    • 部署应用程序
    • 监控应用程序
  • 性能调优
    • 减少批数据的执行时间
    • 设置正确的批容量
    • 内存调优
  • 容错语义
• Spark SQL
  • 开始
  • 数据源
    • RDDs
    • parquet文件
    • JSON数据集
    • Hive表
  • 性能调优
  • 其它SQL接口
  • 编写语言集成(Language-Integrated)的相关查询
  • Spark SQL数据类型
• GraphX编程指南
  • 开始
  • 属性图
  • 图操作符
  • Pregel API
  • 图构造者
  • 顶点和边RDDs
  • 图算法
  • 例子
• 部署
  • 独立运行Spark
  • 在yarn上运行Spark
• Spark配置
  • RDD 持久化