摘要：
复习与优化，测试集群性能，调整 Spark 配置参数（executorMemory, parallelism） 写了大作业信息化领域热词分类分析及解释 阅读全文
摘要：
整合 Spark SQL + Spark Streaming + MLlib 进行简单的实时数据处理 阅读全文
摘要：
使用 MLPipeline 进行数据处理和模型训练，测试 RandomForestClassifier 阅读全文
摘要：
了解 MLlib，学习基本的 LabeledPoint，测试 LogisticRegression 阅读全文
摘要：
练习窗口操作 (window, reduceByWindow)，Kafka 集成初步测试 阅读全文
摘要：
了解 Spark Streaming 架构，创建 StreamingContext，测试 socketTextStream 阅读全文
摘要：
学习 SQL 风格查询 (select, groupBy, join)，练习 JSON/CSV 解析 阅读全文
摘要：
安装 Hive，配置 Spark SQL 访问 Hive 表，学习 DataFrame 的基本操作 阅读全文
摘要：
练习 WordCount 任务，理解 groupByKey 和 reduceByKey 的区别 阅读全文
摘要：
学习 RDD 行动操作（collect, reduce, count, take） 阅读全文
