ApacheFlink是一个面向分布式数据流处理和批量数据处理的开源计算平台，它能够基于同一个Flink运行时（FlinkRuntime），提供支持流处理和批处理两品种型应用的功能。
现有的开源计算方案，会把流处理和批处理作为两种不同的应用类型，因为他们它们所提供的SLA是完全不相同的：流处理一般需要支持低延迟、Exactly-once保证，而批处理需要支持高吞吐、高效处理，所以在实现的时候通常是分别给出两套实现方法，或者通过一个独立的开源框架来实现其中每一种处理方案。
例如，实现批处理的开源方案有MapReduce、Tez、Crunch、Spark，实现流处理的开源方案有Samza、Stor

此为淘宝大数据集（过期而且改动过的），里面包含两个文件，一个是2000万行数据，一个30万行数据，供学习大数据技术hadoop，spark或者深度学习的冤家做测试分析用

在2015年3月21日的北京SparkMeetup第六次活动上，尹绪森就如何使用PredictionIO打造一个定制化推荐引擎进行了详细引见，白刚则分享了新浪在大规模多标签分类上的探索。
在2015年3月21日的北京SparkMeetup第六次活动上，一场基于Spark的机器学习专题分享由微软JulienPierre、新浪网白刚与Intel研究院尹绪森联手打造。
JulienPierre首先进行了开场发言，并为大家分享Spark在ASG团队的应用情况。
通过Julien了解到，其团队主要工作集中在SparkSQL和MLlib两个组件，基于Spark做一些交互式分析，其中包括：将Spark与现有的查询

spark中用scala编写累加器小程序统计指定文章中的空白行，然后经过split函数经过空格切分文章，输出到指定的目录中。

Over75recipestoperforminteractivecomputingacrossPython,R,Scala,Spark,JavaScript,andmore2018packt出书社

这些资源主要是用来对那些正在学习Spark特别是要做数据清洗，特征工程，大数据实时以及并行计算的人群有协助

本书作者是国内较早接触Solr的技术专家之一，多年一直在Solr的研究、实践和布道的路上不遗余力、乐此不彼。
本书立足全球视野，综合Solr技术的发展和应用、从业人员的学习曲线，以及中英文资料的供给情况，给自己设定了一个极高的目标：力争在内容的全面性、系统性、深浅度和实战性上概括所有的同类书。
从完成的结果上来看，我们的目标接近完成，Solr的基础知识、核心技术、进阶知识和扩展知识悉数包括在内。
全书一共16章，分为上下两卷：上卷（第1~10章）全面、系统地讲解了Solr的基础知识和核心技术。
包括部署、配置、SolrCore、SolrDIH、全量导入、增量导入、索引、中文分词、查询组件、SolrFacet、高亮、查询建议，以及企业如何在真实的项目中使用Solr。
不仅讲解了基本概念和使用方法，而且还分析了各组件的内部工作机制。
下卷（第11~16章）细致、深入地讲解了Solr的高级知识和拓展知识。
高级知识部分包括：Solr的高级查询及其各种查询技巧，如函数查询、地理空间查询、Facet嵌套等；
SolrJ、SolrCloud、SpringDataSolr的使用详解和工作原理；
Solr的多种功能优化技巧，如索引的功能优化、缓存的功能优化、查询的功能优化、JVM和Web容器的优化，以及操作系统级别的优化。
拓展知识中首先讲解了Solr的一些比较生僻的知识点，如伪域、多语种索引支持、安全认证，以及Solr6.x中的SQL接口和Streaming表达式等；
然后讲解了Solr与MapReduce、HDFS、Hbase、Kafka、Flume、Storm、Spark等大数据技术的结合使用的集成方法。

spark基础知识，包含了RDD引见，本地调试,spark-shell交互式,spark-submit提交

spark基础知识，包含了RDD引见，本地调试,spark-shell交互式,spark-submit提交

下载好后解压一下

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。