本资源为网页，不是PDF Apache Spark 2.0.2 中文文档 Spark 概述 编程指南 快速入门 Spark 编程指南 概述 Spark 依赖 Spark 的初始化 Shell 的使用 弹性分布式数据集（RDDS） 并行集合 外部数据集 RDD 操作 RDD 持久化 共享变量 Broadcast Variables （广播变量） Accumulators （累加器） 部署应用到集群中 使用 Java / Scala 运行 spark Jobs 单元测试 Spark 1.0 版本前

第 1 章 Kafka 概述 1.1 定义 Kafka 是一个分布式的基于发布/订阅模式的消息队列（Message Queue），主要应用于大数据实时处理领域。 1.2 消息队列 1.2.1 传统消息队列的应用场景 使用消息队列的好处 1）解耦 允许你独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束。 2）可恢复性 系统的一部分组件失效时，不会影响到整个系统。消息队列降低了进程间的耦合度，所以即使一个处理消息的进程挂掉，加入队列中的消息仍然可以在系统恢复后被处理。 3）缓冲 有助

概述 一组简短的演示，可以在课堂上快速进行演示，以加强对关键概念的学习或通过演示如何回答来回答问题。 这样做的想法是，无论给出什么类，都可以轻松访问所有演示。 演示使用Confluent Cloud中的Kafka集群以及本地Java生产者和消费者。 先决条件 Java 1.8或更高版本以运行演示应用程序 Gradle编译演示应用程序 使用配置参数创建本地文件（例如，在$HOME/.confluent/java_ccloud.config ），以连接到Confluent Cloud中的Kafka

总览 该项目介绍了如何使用Apache Spark机器学习创建建议。 您可以在IBM Data Science Experience上运行许多jupyter笔记本，并且可以与电影推荐Web应用程序进行实时演示。 该演示还使用IBM Message Hub（kafka）将应用程序事件推送到主题，在IBM BigInsights（hadoop）上运行的Spark Streaming作业将其消费。 快速开始 如果您想尝试该Web应用程序的实时演示，请访问。 这也是的概述视频。 该项目是演示电影推荐器