Introduction
1.
快速上手
1.1.
Spark Shell
1.2.
独立应用程序
1.3.
开始翻滚吧!
2.
编程指南
2.1.
引入 Spark
2.2.
初始化 Spark
2.3.
Spark RDDs
2.3.1.
并行集合
2.3.2.
外部数据集
2.3.3.
RDD 操作
2.3.3.1.
传递函数到 Spark
2.3.3.2.
使用键值对
2.3.3.3.
Transformations
2.3.3.4.
Actions
2.3.4.
RDD持久化
2.4.
共享变量
2.5.
从这里开始
3.
Spark Streaming
3.1.
一个快速的例子
3.2.
基本概念
3.2.1.
关联
3.2.2.
初始化StreamingContext
3.2.3.
离散流
3.2.4.
输入DStreams
3.2.5.
DStream中的转换
3.2.6.
DStream的输出操作
3.2.7.
缓存或持久化
3.2.8.
Checkpointing
3.2.9.
部署应用程序
3.2.10.
监控应用程序
3.3.
性能调优
3.3.1.
减少批数据的执行时间
3.3.2.
设置正确的批容量
3.3.3.
内存调优
3.4.
容错语义
4.
Spark SQL
4.1.
开始
4.2.
数据源
4.2.1.
RDDs
4.2.2.
parquet文件
4.2.3.
JSON数据集
4.2.4.
Hive表
4.3.
性能调优
4.4.
其它SQL接口
4.5.
编写语言集成(Language-Integrated)的相关查询
4.6.
Spark SQL数据类型
5.
GraphX编程指南
5.1.
开始
5.2.
属性图
5.3.
图操作符
5.4.
Pregel API
5.5.
图构造者
5.6.
顶点和边RDDs
5.7.
图算法
5.8.
例子
6.
部署
6.1.
提交应用程序
6.2.
独立运行Spark
6.3.
在yarn上运行Spark
7.
更多文档
7.1.
Spark配置
7.1.1.
RDD 持久化
Published with GitBook
A
A
Serif
Sans
White
Sepia
Night
Share on Twitter
Share on Google
Share on Facebook
Share on Weibo
Share on Instapaper
Spark 编程指南简体中文版
RDD 持久化
Spark 有一个最重要的功能是在内存中
持久化
(或
缓存
)一个数据集。