1. spark大数据分析实战 这本书怎么样

大数据（big data），是指无法在可承受的时间范围内用常规软件工具进行捕捉、回管理和处理的数据集合。 有人把答数据比喻为蕴 藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似

2. 王家林讲的Spark视频 我想说 太坑爹了吧!!!!!

是啊，我之前买了他的
大数据spark企业及实战
里面贴了好多代码，一连十好几页都是，而且很多截屏，黑乎乎的。。。90多块啊。。。

3. 如何使用spark做大数据分析

动手实验Apache Spark的最好方式是使用交互式Shell命令行，Spark目前有Python Shell和Scala Shell两种交互式命令行。
可以从 这里下载Apache Spark，下载时选择最近预编译好的版本以便能够立即运行shell。
目前最新的Apache Spark版本是1.5.0，发布时间是2015年9月9日。
tar -xvzf ~/spark-1.5.0-bin-hadoop2.4.tgz

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

在本节中不会使用Python Shell进行演示。
Scala交互式命令行由于运行在JVM上，能够使用java库。
运行Scala Shell
cd spark-1.5.0-bin-hadoop2.4
./bin/spark-shell

执行完上述命令行，你可以看到下列输出：
Scala Shell欢迎信息
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

下面是一些简单的练习以便帮助使用shell。也许你现在不能理解我们做的是什么，但在后面我们会对此进行详细分析。在Scala Shell中，执行下列操作：
在Spark中使用README 文件创建textFileRDD
val textFile = sc.textFile("README.md")

获取textFile RDD的第一个元素
textFile.first()
res3: String = # Apache Spark

对textFile RDD中的数据进行过滤操作，返回所有包含“Spark”关键字的行，操作完成后会返回一个新的RDD，操作完成后可以对返回的RDD的行进行计数
筛选出包括Spark关键字的RDD然后进行行计数
val linesWithSpark = textFile.filter(line => line.contains("Spark"))
linesWithSpark.count()
res10: Long = 19

要找出RDD linesWithSpark单词出现最多的行，可以使用下列操作。使用map方法，将RDD中的各行映射成一个数，然后再使用rece方法找出包含单词数最多的行。
找出RDD textFile 中包含单词数最多的行
textFile.map(line => line.split(" ").size)
.rece((a, b) => if (a > b) a else b)
res11: Int = 14

返回结果表明第14行单词数最多。
也可以引入其它java包，例如 Math.max()方法，因为map和rece方法接受scala函数字面量作为参数。
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

我们可以很容易地将数据缓存到内存当中。
将RDD linesWithSpark 缓存，然后进行行计数
linesWithSpark.cache()
res13: linesWithSpark.type =
MapPartitionsRDD[8] at filter at <console>:23
linesWithSpark.count()
res15: Long = 19

上面简要地给大家演示的了如何使用Spark交互式命令行。
弹性分布式数据集（RDDs）
Spark在集群中可以并行地执行任务，并行度由Spark中的主要组件之一——RDD决定。弹性分布式数据集(Resilient distributed data, RDD)是一种数据表示方式，RDD中的数据被分区存储在集群中（碎片化的数据存储方式），正是由于数据的分区存储使得任务可以并行执行。分区数量越多，并行越高。下图给出了RDD的表示：

Display- Edit
想像每列均为一个分区（partition ），你可以非常方便地将分区数据分配给集群中的各个节点。
为创建RDD，可以从外部存储中读取数据，例如从Cassandra、Amazon简单存储服务（Amazon Simple Storage Service）、HDFS或其它Hadoop支持的输入数据格式中读取。也可以通过读取文件、数组或JSON格式的数据来创建RDD。另一方面，如果对于应用来说，数据是本地化的，此时你仅需要使用parallelize方法便可以将Spark的特性作用于相应数据，并通过Apache Spark集群对数据进行并行化分析。为验证这一点，我们使用Scala Spark Shell进行演示：

4. 哪位有王家林的大数据sparkstreamIng学习视频全集

http://www.tudou.com/plcover/qJ3rAJZkisQ/
http://www.tudou.com/plcover/erzK-KrDJd0/
http://www.tudou.com/plcover/MJhdQvlRtNc/
楼主发了好多视频 你可内以看容看

5. 哪位有王家林的大数据sparkSQL视频全集

http://www.tudou.com/plcover/EVw804r0MJA/ 有好多王家林专辑视频

6. 博森瑞的Spark大数据分析师课程培训得怎么样有没有去过的

博森瑞都是套路，之所以会这么说，学校单纯的环境使得刚踏入社会的大学生不知道社会上的套路有哪些？而博森瑞玩的就是这种套路，它所面对的对象有一半是因为高考不如意，或早早踏入社会的青年，这部分青年由于缺少学历，无法谋求更高的发展空间的时候，以及IT行业的大好前景，开始偏信培训机构的鼓吹，认为参加培训机构后就能学得一技之长，能够进入IT行业，但事实往往是培训机构将培训者包装两年多的简历，包装两年多的工作经历，但是一旦进入实际工作环境却不到半个月就被用人单位辞退，而这也是很多用人单位坚决不用参加培训机构的应聘者的原因。而另外一半对象是来自距离广州市中心偏远的大专学校的应届毕业生，每年临近毕业季，培训机构的招生专员会组织进入高校进行宣传，鼓吹自己的教育质量和口碑，以及学员的就业薪资，巨大的诱惑常常使得缺少社会经验的应届生抵挡不住，认为自己参加培训便能拿到10K年薪，或最起码也能拿到5K起薪，但是事实真是这样吗？事实上有多大的能耐，才能拿到多少的工资，只是这部分人比较幸运，因为作为应届生，用人单位愿意给机会给这部分人，只是要求不能搞，有3K就谢天谢地了，因为实际工作真的没想象那么简单。

7. 如何低成本，高效率搭建Hadoop/Spark大数据处理平台

比较负责用hadoop+hbase+spark/storm进行平台构建spark用于数据析处理、hbase用于处理数据保存、hadoop用于离线析原始数据存储具体结合应用场景

8. 谁有炼数成金的大数据系列视频

柠檬学院大数据，这个网站上有你说的哪些课程的视频，注册就能学习了。很多大数据的课程都有的。