SHC Core Spark-HBase Connector

shc 的自定义编译包shc-core-spark-2.3.0-hbase-2.1.0.jar，挺适合在CDH 6.2.0上折腾PySpark 2.4.0和HBase 2.1.0的朋友。直接拿来就能读写 HBase，免去了你自己编 JAR 包的麻烦，还是挺省事的。 用的是Hortonworks SHC的源码，兼容性不错，跑在 CDH 环境下也挺稳，尤其你要跟 HBase 做深度集成的场景，挺好使的。比如你想用 DataFrame 的方式查 HBase 表，直接搞定，写入也方便。 有一点要注意哈，Spark 版本别弄错了，这个包是配 Spark 2.3.x 的，虽然你跑 PySpark 2.4.

Spark Core 2.10-1.1.0 是 Apache Spark 的核心组件，版本号为 1.1.0，使用 Scala 2.10 构建。

如果你在学习Spark Core，那这份思维导图肯定会对你有。它覆盖了Spark Core的基础内容，结构清晰，适合快速浏览理解。尤其是在整理自己的学习笔记时，它能你更好地理清思路。导图使用的是格式，导出后也可以方便地在其他平台上查看。毕竟，像这样精简的资料对于提升学习效率真的挺有的。另外，如果你想更深入了解相关内容，以下几个链接的资料也值得一看：Spark SQL 详解.xmind.zip，全面 Spark 零基础思维导图，以及其他一些涉及分布式计算和 Spark 的学习资料。，这些都能你快速掌握Spark Core的精髓。

Spark 1.6.1 版本的核心包，用起来还挺稳定的，适合做一些老版本环境的兼容开发。尤其你在跑老项目或者搞兼容测试时，这包挺顺手的，基本不出幺蛾子。启动快，依赖也不复杂，和 Hadoop 那边对接也比较顺利，省了不少心。 运行在Scala 2.11上的 Spark 版本，1.6.1 算是比较成熟的一版了。比起之前的 1.6.0，bug 修了一些，性能也稳了一点，是 Shuffle 那块的表现会好不少。适合你想要个“别动我就行”的版本。 你要是对比着用，可以看看之前那个优化版 1.6.0，嗯，两个版本差不多，但 1.6.1 更保险一些。还有，如果你想搞点图计算啥的，顺手看看GraphX 的

Spark 的零基础思维导图，整理得蛮清楚的，主线就是spark-core、spark-streaming 和 spark-sql，框架清晰，一眼就知道从哪儿下手。适合刚上手 Spark 的同学，像拿来复习也挺方便。 spark-core的部分，基本覆盖了 RDD 的操作方式、分区、累加器啥的，点到为止但挺有用，配合SparkCore 分区与累加器详解看更透彻。 流就看spark-streaming，对流式应用的开发思路有点，像什么 DStream、窗口操作、实时数据统计这些都带到了。嗯，建议搭配SparkStreaming 应用开发指南，能直接跟着做几个小 demo。 spark-sql那块

优化版：spark-core_2.11-1.6.0.jar提供了稳定和高效的性能，适用于大规模数据处理和分析任务。

这份思维导图详尽总结了Spark的核心概念，涵盖了spark-core、spark-streaming和spark-sql，适合零基础学习者。Spark在大数据处理中具有重要意义。

提供全套大数据视频学习资料，内容完整易懂，可直接观看学习。

分布式计算的入门利器，Spark Core的学习资料还挺丰富的，尤其适合你这种想自己摸索的开发者。资源整理得比较齐全，涵盖从搭环境到跑任务。嗯，自己搭个小集群练练手，理解就更深了。 Apache Spark的架构其实不难，最核心的就是RDD这个东西，理解了它，数据怎么流转就一清二楚。你可以去看看这个版本：Spark-2.0.2-bin-hadoop2.6，兼容性还不错，跑在本地也没问题。 顺手推荐一个和 Spark 搭配比较多的老伙计——Hadoop。如果你还没搞过，可以试试这个：构建大数据 hadoop 分布式集群。配置稍微复杂点，但动手一次就熟了，Spark 任务调度也更顺畅。 啦，想进一