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 提交应用程序 独立运行Spark 在yarn上运行Spark 更多文档 Spark配置 性能调优