PySpark电商分析案例讲解，Python+Spark，Python+Spark SQL,Python+SparkStream,Python+Hive等视频讲解，含讲义、代码、笔记、软件等，原价值千元内部培训教程现免费对外公开。

实时大数据分析k-means算法 报告，源码+数据集 对超市购物记录集basket_row.csv数据集中的商品名称进行聚类，实现同一类商品，不同规格汇聚成一个大类的要求。

实时大数据分析A-Priori算法，源码，报告加数据集，实验ppt 给定超市购物记录集sales_detail.csv，提取其中的交易标识符和商品名称构成购物篮数据集。用A-Priori算法发现其中的关联规则。

Get acquainted with transformations and database-level interactions, and ensure the reliability of messages processed using StormImplement strategies to solve the challenges of real-time data processingLoad datasets, build queries, and make recommendations using Spark SQL

Druid生态正在不断完善，现在处于非常发达时期，也正在解决越来越多的业务场景。多位大数据从业者强烈推荐。

实时大数据分析Pagerank 算法 源代码，报告+数据集 根据网页链接数据集“Web-google.txt”，利用“抽税”法计算网页的PageRank排名；

实时大数据分析minhash算法 报告，源代码和数据集 采用Minhash技术两个文本数据集Amazon News和Google Report的Jaccard相似度，给出两个集合中每条记录在另一个集合中相似度最高的记录，作为匹配结果输出。

Druid是一个为大型冷数据集上实时探索查询而设计的开源数据分析和存储系统，提供极具成本效益并且永远在线的实时数据摄取和任意数据处理，并且在面对代码部署、机器故障以及其他产品系统遇到不测时能保持100%正常运行。EricTschetter本科就读于德克萨斯大学奥斯汀分校，在东京国立情报学研究所拿到了计算机科学的硕士学位。之后在硅谷，Eric加入了MarcAndreessen创办的社交网络平台公司Ning（这个名字取自中文“宁”的拼音）；后来Eric又加入了LinkedIn，参与了“PeopleYouMayKnow”产品；离开LinkedIn后，Eric成为了Metamarkets的第一位全职雇

Druid 是一个分布式的、支持实时多维OLAP分析的数据处理系统。它既支持高速的数据实时摄入处理，也支持实时且灵活的多维数据分析查询。因此Druid最常用的场景就是大数据背景下、灵活快速的多维OLAP分析。 另外，Druid还有一个关键的特点：它支持根据时间戳对数据进行预聚合摄入和聚合分析，因此也有用户经常在有时序数据处理分析的场景中用到它