这是一门由前FreeWheel机器学习研发经理吴磊主讲的高品质课程。课程从Spark的基础知识讲起，通过实战案例深入剖析Spark的核心原理，涵盖RDD、Spark SQL、Spark MLlib、Structured Streaming等多个模块。帮助学员零基础上手Spark，掌握大数据处理和分析技能，适合大数据从业者及爱好者学习

 极客时间-吴磊-零基础入门 Spark（完结）
├──  01-开篇词(1讲)
│   ├──  开篇词丨入门Spark，你需要学会“三步走”.html
│   ├──  开篇词丨入门Spark，你需要学会“三步走”.m4a
│   └──  开篇词丨入门Spark，你需要学会“三步走”.pdf
├──  02-基础知识(1讲)
│   ├──  01丨Spark：从“大数据的HelloWorld”开始.html
│   ├──  01丨Spark：从“大数据的HelloWorld”开始.m4a
│   ├──  01丨Spark：从“大数据的HelloWorld”开始.pdf
│   ├──  02丨RDD与编程模型：延迟计算是怎么回事？.html
│   ├──  02丨RDD与编程模型：延迟计算是怎么回事？.m4a
│   ├──  02丨RDD与编程模型：延迟计算是怎么回事？.pdf
│   ├──  03丨RDD常用算子（一）：RDD内部的数据转换.html
│   ├──  03丨RDD常用算子（一）：RDD内部的数据转换.m4a
│   ├──  03丨RDD常用算子（一）：RDD内部的数据转换.pdf
│   ├──  04丨进程模型与分布式部署：分布式计算是怎么回事？.html
│   ├──  04丨进程模型与分布式部署：分布式计算是怎么回事？.m4a
│   ├──  04丨进程模型与分布式部署：分布式计算是怎么回事？.pdf
│   ├──  05丨调度系统：DAG、Stages与分布式任务.html
│   ├──  05丨调度系统：DAG、Stages与分布式任务.m4a
│   ├──  05丨调度系统：DAG、Stages与分布式任务.pdf
│   ├──  06丨Shuffle管理：为什么Shuffle是性能瓶颈？.html
│   ├──  06丨Shuffle管理：为什么Shuffle是性能瓶颈？.m4a
│   ├──  06丨Shuffle管理：为什么Shuffle是性能瓶颈？.pdf
│   ├──  07丨RDD常用算子（二）：Spark如何实现数据聚合？.html
│   ├──  07丨RDD常用算子（二）：Spark如何实现数据聚合？.m4a
│   ├──  07丨RDD常用算子（二）：Spark如何实现数据聚合？.pdf
│   ├──  08丨内存管理：Spark如何使用内存？.html
│   ├──  08丨内存管理：Spark如何使用内存？.m4a
│   ├──  08丨内存管理：Spark如何使用内存？.pdf
│   ├──  09丨RDD常用算子（三）：数据的准备、重分布与持久化.html
│   ├──  09丨RDD常用算子（三）：数据的准备、重分布与持久化.m4a
│   ├──  09丨RDD常用算子（三）：数据的准备、重分布与持久化.pdf
│   ├──  10丨广播变量&累加器：共享变量是用来做什么的？.m4a
│   ├──  10丨广播变量-累加器：共享变量是用来做什么的？.html
│   ├──  10丨广播变量-累加器：共享变量是用来做什么的？.pdf
│   ├──  11丨存储系统：数据到底都存哪儿了？.html
│   ├──  11丨存储系统：数据到底都存哪儿了？.m4a
│   ├──  11丨存储系统：数据到底都存哪儿了？.pdf
│   ├──  12丨基础配置详解：有哪些配置项是你必须要关注的？.html
│   ├──  12丨基础配置详解：有哪些配置项是你必须要关注的？.m4a
│   └──  12丨基础配置详解：有哪些配置项是你必须要关注的？.pdf
├──  03-Spark SQL (4讲)
│   ├──  13丨让我们从《小汽车摇号分析》开始.html
│   ├──  13丨让我们从《小汽车摇号分析》开始.m4a
│   ├──  13丨让我们从《小汽车摇号分析》开始.pdf
│   ├──  14丨DataFrame与SparkSQL的由来.html
│   ├──  14丨DataFrame与SparkSQL的由来.m4a
│   ├──  14丨DataFrame与SparkSQL的由来.pdf
│   ├──  15丨数据源与数据格式：DataFrame从何而来？.html
│   ├──  15丨数据源与数据格式：DataFrame从何而来？.m4a
│   ├──  15丨数据源与数据格式：DataFrame从何而来？.pdf
│   ├──  16丨数据转换：如何在DataFrame之上做数据处理？.html
│   ├──  16丨数据转换：如何在DataFrame之上做数据处理？.m4a
│   ├──  16丨数据转换：如何在DataFrame之上做数据处理？.pdf
│   ├──  17丨数据关联：不同的关联形式与实现机制该怎么选？.html
│   ├──  17丨数据关联：不同的关联形式与实现机制该怎么选？.m4a
│   ├──  17丨数据关联：不同的关联形式与实现机制该怎么选？.pdf
│   ├──  18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.html
│   ├──  18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.m4a
│   ├──  18丨数据关联优化：都有哪些Join策略，开发者该如何取舍？.pdf
│   ├──  19丨配置项详解：哪些参数会影响应用程序执行性能？.html
│   ├──  19丨配置项详解：哪些参数会影响应用程序执行性能？.m4a
│   ├──  19丨配置项详解：哪些参数会影响应用程序执行性能？.pdf
│   ├──  20丨Hive+Spark强强联合：分布式数仓的不二之选.html
│   ├──  20丨Hive+Spark强强联合：分布式数仓的不二之选.m4a
│   ├──  20丨Hive+Spark强强联合：分布式数仓的不二之选.pdf
│   ├──  21丨SparkUI（上）：如何高效地定位性能问题？.html
│   ├──  21丨SparkUI（上）：如何高效地定位性能问题？.m4a
│   ├──  21丨SparkUI（上）：如何高效地定位性能问题？.pdf
│   ├──  22丨SparkUI（下）：如何高效地定位性能问题？.html
│   ├──  22丨SparkUI（下）：如何高效地定位性能问题？.m4a
│   └──  22丨SparkUI（下）：如何高效地定位性能问题？.pdf
├──  04-SparkMLlib(2讲)
│   ├──  23丨SparkMLlib：从“房价预测”开始.html
│   ├──  23丨SparkMLlib：从“房价预测”开始.m4a
│   ├──  23丨SparkMLlib：从“房价预测”开始.pdf
│   ├──  24丨特征工程（上）：有哪些常用的特征处理函数？.html
│   ├──  24丨特征工程（上）：有哪些常用的特征处理函数？.m4a
│   ├──  24丨特征工程（上）：有哪些常用的特征处理函数？.pdf
│   ├──  25丨特征工程（下）：有哪些常用的特征处理函数？.html
│   ├──  25丨特征工程（下）：有哪些常用的特征处理函数？.m4a
│   ├──  25丨特征工程（下）：有哪些常用的特征处理函数？.pdf
│   ├──  26丨模型训练（上）：决策树系列算法详解.html
│   ├──  26丨模型训练（上）：决策树系列算法详解.m4a
│   ├──  26丨模型训练（上）：决策树系列算法详解.pdf
│   ├──  27丨模型训练（中）：回归、分类和聚类算法详解.html
│   ├──  27丨模型训练（中）：回归、分类和聚类算法详解.m4a
│   ├──  27丨模型训练（中）：回归、分类和聚类算法详解.pdf
│   ├──  28丨模型训练（下）：协同过滤与频繁项集算法详解.html
│   ├──  28丨模型训练（下）：协同过滤与频繁项集算法详解.m4a
│   ├──  28丨模型训练（下）：协同过滤与频繁项集算法详解.pdf
│   ├──  29丨SparkMLlibPipeline：高效开发机器学习应用.html
│   ├──  29丨SparkMLlibPipeline：高效开发机器学习应用.m4a
│   └──  29丨SparkMLlibPipeline：高效开发机器学习应用.pdf
├──  05-特别放送(1讲)
│   ├──  用户故事丨小王：保持空杯心态，不做井底之蛙.html
│   ├──  用户故事丨小王：保持空杯心态，不做井底之蛙.m4a
│   └──  用户故事丨小王：保持空杯心态，不做井底之蛙.pdf
├──  06-StructuredStreaming(1讲)
│   ├──  30丨StructuredStreaming：从“流动的WordCount”开始.html
│   ├──  30丨StructuredStreaming：从“流动的WordCount”开始.m4a
│   ├──  30丨StructuredStreaming：从“流动的WordCount”开始.pdf
│   ├──  31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.html
│   ├──  31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.m4a
│   ├──  31丨新一代流处理框架：Batchmode和Continuousmode哪家强？.pdf
│   ├──  32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.html
│   ├──  32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.m4a
│   ├──  32丨Window操作&Watermark：流处理引擎提供了哪些优秀机制？.pdf
│   ├──  33丨流计算中的数据关联：流与流、流与批.html
│   ├──  33丨流计算中的数据关联：流与流、流与批.m4a
│   ├──  33丨流计算中的数据关联：流与流、流与批.pdf
│   ├──  34丨Spark+Kafka：流计算中的“万金油”.html
│   ├──  34丨Spark+Kafka：流计算中的“万金油”.m4a
│   └──  34丨Spark+Kafka：流计算中的“万金油”.pdf
├──  08-特别放送(1讲)
│   ├──  用户故事丨小王：保持空杯心态，不做井底之蛙.html
│   ├──  用户故事丨小王：保持空杯心态，不做井底之蛙.m4a
│   └──  用户故事丨小王：保持空杯心态，不做井底之蛙.pdf
└──  09-结束语(2讲)
    ├──  结束语丨进入时间裂缝，持续学习.html
    ├──  结束语丨进入时间裂缝，持续学习.m4a
    └──  结束语丨进入时间裂缝，持续学习.pdf