旧的选集围绕着当时作为期刊或期刊的主题，对不同作者的稿件进行了整理。较新的选集包括多种形式的表达，现在数字化为电子书或博客。两者都提供了一个主题的说明，无论其形式。在这本选集中，我收集了一系列视频、技术博客、笔记本、网络研讨会、播客和新闻文章，这些内容集中在ApacheSpark2.0上，现在已经普遍可用。您可以从两个地方尝试Apache 2版本：Databricks或Databricks社区版spark.apache.orgSpark Summit East主题演讲：Apache Spark 2.0Databricks的CTO Matei Zaharia感谢社区的贡献，并预览了ApacheSpark2.0的三个主题：简单、速度和统一。结构化Spark：数据帧、数据集和流apachesparkcommitter和Databricks的工程师michaelarmbrust为为什么应用于数据的结构是相关的，以及它如何影响apachespark2.0中的数据帧和数据集api以及流媒体的设计奠定了基础。ApacheSpark2.0中结构化流的深入研究Databricks的Spark提交者如来达斯（Tathagata Das）就结构化流媒体如何在幕后工作进行了一次技术讲座。apachespark2.0：更简单、更快、更智能Apache Spark提交人兼Databricks Reynold Xin和Spark社区福音传道者Jules S.Damji预览了Apache Spark 2.0，并展示了运行Spark 2.0预发行版的Databricks笔记本的显著特性。引入apachespark2.0现在可以在Databricks上使用了本次网络研讨会的更深入版本，Matei Zaharia、Reynold Xin和MichaelArmbrust阐述了ApacheSpark2.0背后的三大推动速度、简单的结构化流媒体，笔记本电脑运行在Databricks上。apachespark中的近似算法：超对数分位数Databricks的工程师Tim Hunter、Hossein Falaki和Joseph Bradley展示了两种近似算法，利用Databricks上apachespark2.0的预发布预览，在大数据中近似不同的元素和计算分位数。apachespark作为编译器：在你的笔记本电脑上连接十亿行apachespark已经很快了，但是我们可以让它快10倍吗？Reynold Xin、Sameer Agarwal和Davies Liu解释了钨的整个阶段代码生成是如何做到的。为现代硬件高效地编译查询计划Adrian Coyle，SpringSource的前CTO，在他的早报中探讨了计算机科学领域中有影响力和重要的话题。钨火花燃烧得更亮Paige Roberts（Syncort的）认为wongton代表了apachespark的一个巨大飞跃，特别是在性能方面，并写了它是如何工作的，以及它为什么能提高Spark性能。ApacheSpark2.0引入了结构化流O'Reilly的首席数据科学家Ben Lorica与MichaelArmbrust坐在一起，讨论生活和结构化流媒体。Spark的结构化流媒体真正意味着什么Ion Pointer（InfoWorld的贡献者）主张为什么数据帧是Spark 2.0中Spark流的最佳选择，以及为什么结构化流有意义。ApacheSpark2.0预览：机器学习模型持久化Databricks的工程师josephbradley分享了spark2.0preview中机器学习模型持久性的好处，以及如何在Spark中跨多种语言保存和加载ML管道。如何使用数据集API处理物联网数据Databricks社区版笔记本，展示ApacheSpark2.0数据集API。apachespark2.0中的SQL子查询Databricks的工程师daviesliu和hermanvanhövell提供了标量和谓词类型子查询的实际例子三个apachespark api的故事：rdd、数据帧和数据集Databricks的Spark社区传道人Jules S.Damji讲述了三个Spark API的故事：何时使用它们以及为什么使用它们Spark 2.0–数据集和案例类codecentric的分析工程师danielpape通过使用Scala case类的一些代码示例探索并解释了数据集api的类型安全特性连续应用程序：ApacheSpark2.0中不断发展的流媒体Databricks的联合创始人兼CTO Matei Zaharia分享了他在ApacheSpark2.0中使用结构化流式API的端到端流式应用程序的愿景apachespark2.0中的结构化流媒体：一种新的流媒体高级API。Matei Zaharia、Tathagata Das、Reynold Xin和Michael Armbrust先生解释了编写称为连续应用程序的端到端流应用程序的挑战，并阐述了结构化流媒体为什么以及如何使其变得简单。如何在ApacheSpark2.0中使用SparkSessionsDatabricks的Spark社区布道者Jules S.Damji探讨了spark2.0中的SparkSession功能。下一步是什么？在接下来的几周里，我们将发布一系列关于Spark 2.0版本的文章，并将更新这本选集。你可能想给这个页面加上书签！免费试用Databricks。今天就开始吧