ecjtuxuan的专栏

《Spark大数据商业实战三部曲：内核解密|商业案例|性能调优》基于Spark 2.2.X，以Spark商业案例实战和Spark在生产环境下几乎所有类型的性能调优为核心，以Spark内核解密为基石，分为上篇、中篇、下篇，对企业生产环境下的Spark商业案例与性能调优抽丝剥茧地进行剖析。上篇基于Spark源码，从一个动手实战案例入手，循序渐进地全面解析了Spark 2.2新特性及Spark内核源码；中篇选取Spark开发中*有代表的经典学习案例，深入浅出地介绍，在案例中综合应用Spark的大数据技术；下篇性能调优内容基本完全覆盖了Spark在生产环境下的所有调优技术。

Author: Jan Kunigk;Ian Buss;Paul Wilkinson; There's a lot of information about big data technologies, but splicing these technologies into an end-to-end enterprise data platform is a daunting task not widely covered. With this practical book, you'll learn how to build big data infrastructure both on-premises and in the cloud and successfully architect a modern data platform. Ideal for enterprise architects, IT managers, application architects, and data engineers, this book shows you how to overcome the many challenges that emerge during Hadoop projects. You'll explore the vast landscape of tools available in the Hadoop and big data realm in a thorough technical primer before diving into

A comprehensive guide to design, build and execute effective Big Data strategies using Hadoop 　　About This Book 　　· Get an in-depth view of the Apache Hadoop ecosystem and an overview of the architectural patterns pertaining to the popular Big Data platform 　　· Conquer different data processing and analytics challenges using a multitude of tools such as Apache Spark, Elasticsearch, Tableau and more 　　· A comprehensive, step-by-step guide that will teach you everything you need to know, to be an expert Hadoop Architect 　　Who This

★ 【不是所有写学习的书你都能读得懂。】以堪比文学书的流畅，你了解人工智能井喷式发展的真相。 ★ 【学习会扩大你的认知，人工智能不是生存威胁。】这本书所讲的内容，与每个人的生活息息相关。AlphaGo、自动驾驶、语音识别、智能翻译、AI、图像识别……你所看到的各种形式的人工智能，背后都是学习在发挥作用。这本书将告诉你，学习有哪些之处，并对你产生哪些影响。 ★ 【人工智能大牛作者重磅作品】世界十大AI科学家之一、美国“四院院士”（全美在世仅3位）、人工智能会议NIPS基金会主席特伦斯·谢诺夫斯基（Terrence/Terry Sejnowski）力作。 ★ 【AI、AI教父联袂】谷歌前云AI负责人、斯坦福大学HAI研究院联合创始人 李飞飞、AI教父杰弗里·辛顿诚挚 ★ 【风靡，多语种同步上市】风靡的智能时代前沿读本，全景展示学习的发展与应用。被翻译成多国语言，300万+用户一致好评。 ★ 【想了解学习，读这本就够了。】很多信息都在传递AI会给我们带来性的巨变，却只点出了表象，而这本书将从AI的源头——学习开始，讲述这个智能时代核心驱动力量如何一步步影响科技、商业乃至整个世界的进步

本书由直接参与Scala开发的一线人员编写，因而对原理的解读和应用的把握更加值得信赖。本书面向具有一定编程经验的开发者，目标是让读者能够全面了解和掌握Scala编程语言的核心特性，并能够深入理解Scala这门语言在设计取舍背后的动因。即便是不直接使用Scala或从事一线编程工作的读者，也能从本书学到大量关于函数式和面向对象的编程概念和技巧。 作者简介

　这本书绝不轻易放过每个知识点，全书包含有大量习题，要求你自己实现 Scala 标准库或者 Scalaz 中的既有功能。所以，当你读完本书，做完习题后，虽然你的应用开发能力并不会直接提升，但你会体会到构建函数式语言和框架时的难点和取舍，从而增进你的框架开发和语言设计的能力。 　　——ThoughtWorks Lead Consultant 杨博 　　这本书所讲授的，正是基于 Scala 的函数式编程基础。基于 Scheme、Haskell 等老牌函数式语言的传统教材的问题在于，相关语言的语法和思维方式与读者现有的知识体系迥异，容易造成较为陡峭的入门门槛。此外，由于这些语言本身的实际应用机会不多，初学者也难以在实战中获得宝贵的直觉和经验。而在 Scala 的帮助下，这本书并不要求你抛开现有的思维方式另起炉灶，它所做的更像是为你现有的思维方式添砖加瓦，从而令你如虎添翼。 　　——Spark committer from Databricks 连城 　　尽管函数式编程在近十多年用得越来越多，但市面上介绍其高阶特性的书却并不多。这本书在这方面是个重要的补充，它不仅仅面向 Scala 程序员，同样面向用任何编程语言开发的程序员，只要你充满好奇心。 　　——挖财网首席架构师 王宏江 　　“让你洞察计算的本质。” 　　——Martin Odersky， Scala的作者 　　“Scala和Java8开发者的函数式编程指南！” 　　——William E. Wheeler， TekSystems 　　“本书向你展示了提升Scala技能的方法和理念，它已超过‘更好的Java’。” 　　——Fernando Dobladez， Code54 　　“里面的练习有些挑战，很有趣，对你在真实世界中使用它很有益。” 　　——Chris Nauroth， Hortonworks 　　“边干边学，而非只是阅读。” 　　——Douglas Alan、Eli和Edythe L. Broad，哈佛和麻省理工学院

第一部分 大数据架构师入门 第1章 大数据概述 3 1.1 什么是大数据 4 1.2 大数据的本质 6 1.3 大数据技术当前状态 8 1.4 大数据的技术发展趋势 11 第2章 大数据项目常见场景 13 2.1 实验型部署场景 14 2.2 中小型部署场景 16 2.3 大型部署场景 19 第3章 大数据方案关键因素 23 3.1 数据存储规模与数据类型 24 3.2 数据来源与数据质量 25 3.3 业务特征 26 3.4 经济可行性 27 3.5 运维管理要求 28 3.6 安全性要求 29 3.7 部署要求 31 3.8 系统边界 32 3.9 约束条件 34 3.10 要点回顾 34 第二部分 大数据架构师基础 第4章 Hadoop基础组件 39 4.1 Hadoop简介 40 4.2 Hadoop版本演进 41 4.3 Hadoop2.0生态系统简介 42 4.4 Hadoop分布式文件系统HDFS 43 4.5 Hadoop统一资源管理框架YARN 48 4.6 Hadoop分布式计算框架MapReduce 52 4.7 Hadoop分布式集群管理系统ZooKeeper 57 第5章 Hadoop其他常用组件 61 5.1 Hadoop数据仓库工具Hive 62 5.2 Hadoop分布式数据库 HBase 65 5.3 Hadoop实时流处理引擎 Storm 70 5.4 Hadoop交互式查询引擎 Impala 74 5.5 其他常用组件 78 第6章 Spark内存计算框架 83 6.1 内存计算与Spark 84 6.2 Spark的主要概念 86 6.3 Spark核心组件介绍 96 6.4 Spark与Hadoop之间的关系 100 6.5 要点回顾 104 第7章大数据中间件层 105 7.1 中间件层简介 106 7.2 中间件层产品介绍 107 7.3 中间件层的应用 121 7.4 中间件层的发展 124 7.5 要点回顾 128 第8章大数据分析 129 8.1 数据时代 131 8.2 先进分析 133 8.3 架构与平台 136 8.4 数据分析流程 140 8.5 要点回顾 143 第9章可视化技术 145 9.1 可视化技术引言 146 9.2 什么是数据可视化 147 9.3 数据可视化设计 151 9.4 数据可视化的发展趋势 160 9.5 要点回顾 161 第10章大数据安全 163 10.1 安全体系 164 10.2 大数据系统安全 168 10.3 要点回顾 180 第11章大数据管理 181 11.1 数据管理的范围和定义 182 11.2 开源软件的管理能力 183 11.3 国内主流管理 187 11.4 大数据管理展望 195 11.5 要点回顾 195 第三部分大数据架构师实践 第12章大数据项目实践 199 12.1 大数据项目架构关键步骤 201 12.2 架构师实践思考 213 第13章大数据部署实践 217 13.1 中兴通讯DAP大数据平台功能和架构 218 13.2 DAP平台特点 219 13.3 某银行成功案例 220 第四部分 大数据架构师拓展 第14章分布式系统与大数据的关系 229 14.1 分布式系统概述 230 14.2 分布式系统关键协议和算法概述 237 14.3 分布式系统和大数据 241 第 15 章数据库系统与大数据的关系 245 15.1 数据库系统的历史 246 15.2 各类系统求同存异 258 15.3 大数据的发展展望 259 第16章云计算与大数据的关系 261 16.1 虚拟化概述 262 16.2 OpenStack云管理架构实现 267 16.3 大数据基于云计算IAAS部署的探讨 274 后记 277

这个是快学Scala 第二版，是英文版。建议大家直接阅读中本版，也比较容易理解。 Scala for the impatient Second Edition

很好的关于Spark的 介绍， 其中也包含了databricks 公司的 官方推荐的eBook， A-Gentle-Introduction-to-Apache-Spark。 备注：里面共有：9 pdf file。都是English Version。 推荐都看一下。 其实很容易理解！

DbVisualizer 9.1.1 32位 破解版 ,具体破解方法参考解压后的readme 文件在这个压缩包内：DbVisualizer-Crack

This is a very good document to help you master IBM Cognos 10 Report Studio Component. We can get more good practice.

Xming 7.5是开源可在Windows下连接linux X窗口工具，系统紧凑高效，比同类商业系统一点不差。（**Xming clipboard是有bug的，使用时要注意）。

Oracle HR hr_main Oracle Example Schema

保准可以用，我之前下载过其他的有的不能用。所以我就自己传上来了，如果不能用，留言给我，我发给你！

在windows下使用 svnService 安装SVN服务

这个是关于Hibernate3的一些说明，比较好用！

这个打包的.zip文件，我们用到主要是里面的一个pinyin4j-2.5.0.jar的文件，加入到我们的项目中即可，其他的文件是关于一些Demo和一些doc还有src

这个文档主要介绍关于Dom的一些知识，我跟人觉得这本书写的非常好，所以推荐给大家，希望能够给大家带来帮助！

SQL The Complete Reference

这是一个PDF格式的文档，是由本人自己制作的，本文档是在VMWare虚拟机环境下，进行的模拟安装，有详细的图形和文字接合，希望能够帮助到需要的朋友，谢谢！

这个文档介绍了关于数据仓库与数据挖掘中关联规则 的一些知识，需要的朋友可以下载下来，希望大家喜欢！谢谢!

js_api_reference.pdf

以上是Struts 的帮助文档 希望对大家有帮助

这个文档可以帮助新手了解struts-config.xml一些配置问题