Spark机器学习实战（二）电影评分数据获取与可视化
https://www.jianshu.com/p/7a49d1981189

基于Spark和Hive进行的豆瓣电影数据分析
https://blog.csdn.net/gamer_gyt/article/details/52142375

大数据Spark+Kafka实时数据分析案例
https://www.cnblogs.com/zhaojinyan/p/9360873.html

Spark上数据的获取、处理与准备
https://blog.csdn.net/suixinlun/article/details/81740516

用Spark分析Amazon的8000万商品评价（内含数据集、代码、论文）
https://yq.aliyun.com/articles/69165
minimaxir/amazon-spark
https://github.com/minimaxir/amazon-spark?spm=a2c4e.11153940.blogcont69165.13.5e556790fnm7R3

子雨大数据之Spark入门教程（Scala版）
http://dblab.xmu.edu.cn/blog/spark/

Spark–最全面详解从理论、实践到案例
http://www.aboutyun.com/thread-24883-1-1.html

《Spark机器学习》笔记——基于MovieLens数据集使用Spark进行电影数据分析
https://blog.csdn.net/csj941227/article/details/78951286

Spark 实践——音乐推荐和 Audioscrobbler 数据集
http://www.mamicode.com/info-detail-2312685.html

libaoquan95/aasPractice
https://github.com/libaoquan95/aasPractice

数据集：
https://registry.opendata.aws/

Logo
Kafka开源项目指南

Kafka开源项目指南提供详尽教程，助开发者掌握其架构、配置和使用，实现高效数据流管理和实时处理。它高性能、可扩展，适合日志收集和实时数据处理，通过持久化保障数据安全，是企业大数据生态系统的核心。

更多推荐

Kafka入门（一） 概述、部署与API的简单使用

Kafka概述、部署与API的简单使用

avatar Kafka开源项目指南

基于canal和kafka同步，实现binlog同步ElasticSearch

文章目录前言elasticsearch 安装canal安装canal-adapter 安装及配置mysql 安装zk及kafaka安装查看效果注意事项前言中间件版本elasticsearch7.5.2canal1.1.4client-adapter1.1.5-alpha-1zookeeper3.4.13kafka2.6.0mysql5.7.31elasticsearch 安装{"settings"

avatar Kafka开源项目指南

基于 Iceberg 的湖仓一体架构在 B 站的实践

背景在B站，每天都有PB级的数据注入到大数据平台，经过离线或实时的ETL建模后，提供给下游的分析、推荐及预测等场景使用。面对如此大规模的数据，如何高效低成本地满足下游数据的分析需求，一直是我们重点的工作方向。我们之前的数据处理流程基本上是这样的：采集端将客户端埋点、服务端埋点、日志、业务数据库等数据收集到HDFS、Kafka等存储系统中，然后通过Hive、Spark、Fl...

avatar Kafka开源项目指南