The world beyond batch: Streaming 101（第三节）
时间窗口 剩下的两种无界数据处理的方法都是时间窗口的变种。在介绍它们之前，我应该先明确时间窗口的含义。时间窗口就是将数据源（无界或者有界）沿着时间线划分成有限的…
The world beyond batch: Streaming 101（第二节）
数据处理模式 现在我们可以开始讲一些有界和无界数据处理的重要模式了：批量和流式，这里我把微批归类为流式，因为二者的区别不是很重要。 有界数据 处理有界数据很简单…
The world beyond batch: Streaming 101（第一节）
在流式计算方面，有两篇经典文章是必读的：The world beyond batch: Streaming 101与The world beyond batch…
MillWheel：在网络规模上可容错的流式处理（第三节）
4. 核心概念 MillWheel 除了流式系统的基本要素，还提供了简洁的抽象概念。数据通过用户定义的 computations 有向图流过我们的系统（…
MillWheel：在网络规模上可容错的流式处理（第二节）
2. 动机和需求 Google 的Zeitgeist流水线被用来在检索 query 中追踪趋势。为了证明 MillWheel 的特征集的功能，我们将会查…
MillWheel：在网络规模上可容错的流式处理（第一节）
MillWheel 是 Google 2013年公开的其内部主要的流式计算框架，本文是对论文MillWheel: Fault-Tolerant Stream P…
Spark官方文档-集群模式概览
集群模式概览 本文档为Spark是如何运行在集群上的提供了一个简短的概览，目的是使涉及到的各个组件更容易理解。请阅读应用提交指南来学习如何在一个集群上启动应用。…
前端开发技术（HTML、CSS 、JavaScript ）书籍推荐
如果程序员的技术方向只分两类的话，无疑是前端和后端了。在一个越来越看重颜值的时代，前端开发的重要性和需求量必然会不断上升。今天CD君就给大家推荐一些前端开发的经…
Spark官方文档-Spark编程指南（第八节）
部署到集群 应用提交指南描述了如何将应用提交到集群上。简而言之，一旦你将你的应用打包进了一个JAR（对于Java/Scala）或者一组.py或.zip文件（对于…
Spark官方文档-Spark编程指南（第七节）
共享变量 一般地，当一个函数被传递给一个在远程集群节点上执行的Spark操作时，在函数中用到的所有变量都是以独立拷贝的形式被使用。这些变量被拷贝到各个机器上，并…