- 依赖
- 初始化 StreamingContext
- Discretized Streams（DStreams）（离散化流）
- Input DStreams 和 Receivers
- DStreams 上的 Transformations（转换）
- DStreams 上的输出操作
- DataFrame 和 SQL 操作
- MLlib 操作
- 缓存 / 持久化
- CheckPointing
- 累加器和广播变量
- 应用程序部署
- 监控应用程序
- 从 Spark SQL 1.6 升级到 2.0
- 从 Spark SQL 1.5 升级到 1.6
- 从 Spark SQL 1.4 升级到 1.5
- 从 Spark SQL 1.3 升级到 1.4
- 从 Spark SQL 1.0~1.2 升级到 1.3
- 兼容 Apache Hive
- ML Pipelines（ML管道）
- Extracting, transforming and selecting features（特征的提取，转换和选择）
- Classification and regression（分类和回归）
- Clustering（聚类）
- Collaborative Filtering（协同过滤）
- ML Tuning: model selection and hyperparameter tuning（ML调优：模型选择和超参数调整）
- Advanced topics（高级主题）
- Data Types - RDD-based API（数据类型）
- Basic Statistics - RDD-based API（基本统计）
- Classification and Regression - RDD-based API（分类和回归）
- Collaborative Filtering - RDD-based API（协同过滤）
- Clustering - RDD-based API（聚类 - 基于RDD的API）
- Dimensionality Reduction - RDD-based API（降维）
- Feature Extraction and Transformation - RDD-based API（特征的提取和转换）
- Frequent Pattern Mining - RDD-based API（频繁模式挖掘）
- Evaluation metrics - RDD-based API（评估指标）
- PMML model export - RDD-based API（PMML模型导出）
- Optimization - RDD-based API（最优化）
http://cwiki.apachecn.org/pages/viewpage.action?pageId=2883613
标签：指南,中文,based,RDD,API,文档,SQL,Spark From： https://blog.51cto.com/u_6468453/6964650