# 快速上手
本節課程提供一個使用 Spark 的快速介紹,首先我們使用 Spark 的交互式 shell(用 Python 或 Scala) 介紹它的 API。當演示如何在 Java, Scala 和 Python 寫獨立的程序時,看[編程指南](https://spark.apache.org/docs/latest/programming-guide.html)里完整的參考。
依照這個指南,首先從 [Spark 網站](https://spark.apache.org/downloads.html)下載一個 Spark 發行包。因為我們不會使用 HDFS,你可以下載任何 Hadoop 版本的包。
* [Spark Shell](using-spark-shell.md)
* [獨立應用程序](standalone-applications.md)
* [開始翻滾吧!](where-to-go-from-here.md)
- Introduction
- 快速上手
- Spark Shell
- 獨立應用程序
- 開始翻滾吧!
- RDD編程基礎
- 基礎介紹
- 外部數據集
- RDD 操作
- 轉換Transformations
- map與flatMap解析
- 動作Actions
- RDD持久化
- RDD容錯機制
- 傳遞函數到 Spark
- 使用鍵值對
- RDD依賴關系與DAG
- 共享變量
- Spark Streaming
- 一個快速的例子
- 基本概念
- 關聯
- 初始化StreamingContext
- 離散流
- 輸入DStreams
- DStream中的轉換
- DStream的輸出操作
- 緩存或持久化
- Checkpointing
- 部署應用程序
- 監控應用程序
- 性能調優
- 減少批數據的執行時間
- 設置正確的批容量
- 內存調優
- 容錯語義
- Spark SQL
- 概述
- SparkSQLvsHiveSQL
- 數據源
- RDDs
- parquet文件
- JSON數據集
- Hive表
- 數據源例子
- join操作
- 聚合操作
- 性能調優
- 其他
- Spark SQL數據類型
- 其它SQL接口
- 編寫語言集成(Language-Integrated)的相關查詢
- GraphX編程指南
- 開始
- 屬性圖
- 圖操作符
- Pregel API
- 圖構造者
- 部署
- 頂點和邊RDDs
- 圖算法
- 例子
- 更多文檔
- 提交應用程序
- 獨立運行Spark
- 在yarn上運行Spark
- Spark配置
- RDD 持久化