1. spark大數據分析實戰 這本書怎麼樣

大數據（big data），是指無法在可承受的時間范圍內用常規軟體工具進行捕捉、回管理和處理的數據集合。 有人把答數據比喻為蘊 藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似

2. 王家林講的Spark視頻 我想說 太坑爹了吧!!!!!

是啊，我之前買了他的
大數據spark企業及實戰
裡面貼了好多代碼，一連十好幾頁都是，而且很多截屏，黑乎乎的。。。90多塊啊。。。

3. 如何使用spark做大數據分析

動手實驗Apache Spark的最好方式是使用互動式Shell命令行，Spark目前有Python Shell和Scala Shell兩種互動式命令行。
可以從 這里下載Apache Spark，下載時選擇最近預編譯好的版本以便能夠立即運行shell。
目前最新的Apache Spark版本是1.5.0，發布時間是2015年9月9日。
tar -xvzf ~/spark-1.5.0-bin-hadoop2.4.tgz

運行Python Shell
cd spark-1.5.0-bin-hadoop2.4
./bin/pyspark

在本節中不會使用Python Shell進行演示。
Scala互動式命令行由於運行在JVM上，能夠使用java庫。
運行Scala Shell
cd spark-1.5.0-bin-hadoop2.4
./bin/spark-shell

執行完上述命令行，你可以看到下列輸出：
Scala Shell歡迎信息
Welcome to
____ __
/ __/__ ___ _____/ /__
_\ \/ _ \/ _ `/ __/ '_/
/___/ .__/\_,_/_/ /_/\_\ version 1.5.0
/_/
Using Scala version 2.10.4 (Java HotSpot(TM) 64-Bit Server VM, Java 1.8.0_25)
Type in expressions to have them evaluated.
Type :help for more information.
15/08/24 21:58:29 INFO SparkContext: Running Spark version 1.5.0

下面是一些簡單的練習以便幫助使用shell。也許你現在不能理解我們做的是什麼，但在後面我們會對此進行詳細分析。在Scala Shell中，執行下列操作：
在Spark中使用README 文件創建textFileRDD
val textFile = sc.textFile("README.md")

獲取textFile RDD的第一個元素
textFile.first()
res3: String = # Apache Spark

對textFile RDD中的數據進行過濾操作，返回所有包含「Spark」關鍵字的行，操作完成後會返回一個新的RDD，操作完成後可以對返回的RDD的行進行計數
篩選出包括Spark關鍵字的RDD然後進行行計數
val linesWithSpark = textFile.filter(line => line.contains("Spark"))
linesWithSpark.count()
res10: Long = 19

要找出RDD linesWithSpark單詞出現最多的行，可以使用下列操作。使用map方法，將RDD中的各行映射成一個數，然後再使用rece方法找出包含單詞數最多的行。
找出RDD textFile 中包含單詞數最多的行
textFile.map(line => line.split(" ").size)
.rece((a, b) => if (a > b) a else b)
res11: Int = 14

返回結果表明第14行單詞數最多。
也可以引入其它java包，例如 Math.max()方法，因為map和rece方法接受scala函數字面量作為參數。
在scala shell中引入Java方法
import java.lang.Math
textFile.map(line => line.split(" ").size)
.rece((a, b) => Math.max(a, b))
res12: Int = 14

我們可以很容易地將數據緩存到內存當中。
將RDD linesWithSpark 緩存，然後進行行計數
linesWithSpark.cache()
res13: linesWithSpark.type =
MapPartitionsRDD[8] at filter at <console>:23
linesWithSpark.count()
res15: Long = 19

上面簡要地給大家演示的了如何使用Spark互動式命令行。
彈性分布式數據集（RDDs）
Spark在集群中可以並行地執行任務，並行度由Spark中的主要組件之一——RDD決定。彈性分布式數據集(Resilient distributed data, RDD)是一種數據表示方式，RDD中的數據被分區存儲在集群中（碎片化的數據存儲方式），正是由於數據的分區存儲使得任務可以並行執行。分區數量越多，並行越高。下圖給出了RDD的表示：

Display- Edit
想像每列均為一個分區（partition ），你可以非常方便地將分區數據分配給集群中的各個節點。
為創建RDD，可以從外部存儲中讀取數據，例如從Cassandra、Amazon簡單存儲服務（Amazon Simple Storage Service）、HDFS或其它Hadoop支持的輸入數據格式中讀取。也可以通過讀取文件、數組或JSON格式的數據來創建RDD。另一方面，如果對於應用來說，數據是本地化的，此時你僅需要使用parallelize方法便可以將Spark的特性作用於相應數據，並通過Apache Spark集群對數據進行並行化分析。為驗證這一點，我們使用Scala Spark Shell進行演示：

4. 哪位有王家林的大數據sparkstreamIng學習視頻全集

http://www.tudou.com/plcover/qJ3rAJZkisQ/
http://www.tudou.com/plcover/erzK-KrDJd0/
http://www.tudou.com/plcover/MJhdQvlRtNc/
樓主發了好多視頻 你可內以看容看

5. 哪位有王家林的大數據sparkSQL視頻全集

http://www.tudou.com/plcover/EVw804r0MJA/ 有好多王家林專輯視頻

6. 博森瑞的Spark大數據分析師課程培訓得怎麼樣有沒有去過的

博森瑞都是套路，之所以會這么說，學校單純的環境使得剛踏入社會的大學生不知道社會上的套路有哪些？而博森瑞玩的就是這種套路，它所面對的對象有一半是因為高考不如意，或早早踏入社會的青年，這部分青年由於缺少學歷，無法謀求更高的發展空間的時候，以及IT行業的大好前景，開始偏信培訓機構的鼓吹，認為參加培訓機構後就能學得一技之長，能夠進入IT行業，但事實往往是培訓機構將培訓者包裝兩年多的簡歷，包裝兩年多的工作經歷，但是一旦進入實際工作環境卻不到半個月就被用人單位辭退，而這也是很多用人單位堅決不用參加培訓機構的應聘者的原因。而另外一半對象是來自距離廣州市中心偏遠的大專學校的應屆畢業生，每年臨近畢業季，培訓機構的招生專員會組織進入高校進行宣傳，鼓吹自己的教育質量和口碑，以及學員的就業薪資，巨大的誘惑常常使得缺少社會經驗的應屆生抵擋不住，認為自己參加培訓便能拿到10K年薪，或最起碼也能拿到5K起薪，但是事實真是這樣嗎？事實上有多大的能耐，才能拿到多少的工資，只是這部分人比較幸運，因為作為應屆生，用人單位願意給機會給這部分人，只是要求不能搞，有3K就謝天謝地了，因為實際工作真的沒想像那麼簡單。

7. 如何低成本，高效率搭建Hadoop/Spark大數據處理平台

比較負責用hadoop+hbase+spark/storm進行平台構建spark用於數據析處理、hbase用於處理數據保存、hadoop用於離線析原始數據存儲具體結合應用場景

8. 誰有煉數成金的大數據系列視頻

檸檬學院大數據，這個網站上有你說的哪些課程的視頻，注冊就能學習了。很多大數據的課程都有的。