子雨大数据之Spark入门教程(Python版): http://dblab.xmu.edu.cn/blog/1709-2/

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

https://blog.csdn.net/FlySky1991

PySpark pandas udf: https://www.imooc.com/article/269724

使用Pandas_UDF快速改造Pandas代码: https://www.cnblogs.com/wkang/p/10255043.html

在PySpark的并行跑xgboost模型: https://www.jianshu.com/p/3930039d298a

pySpark系列学习： https://blog.csdn.net/suzyu12345/article/category/6653162

PySpark学习笔记（1）: https://blog.csdn.net/FlySky1991/article/details/79493830

PySpark学习笔记（2）——RDD基本操作: https://blog.csdn.net/FlySky1991/article/details/79556131

 PySpark学习笔记（3）——DataFrame基本操作: https://blog.csdn.net/FlySky1991/article/details/79569846

PySpark学习笔记（4）——MLlib和ML介绍: https://blog.csdn.net/FlySky1991/article/details/79671106

PySpark学习笔记（5）——文本特征处理: https://blog.csdn.net/FlySky1991/article/details/79761506

PySpark学习笔记（6）——数据处理: https://blog.csdn.net/FlySky1991/article/details/79897334

PySpark学习笔记（7）——数据清洗: https://blog.csdn.net/FlySky1991/article/details/81239851

PySpark机器学习（1）——随机森林: https://blog.csdn.net/FlySky1991/article/details/80054421

PySpark机器学习（2）——GBDT: https://blog.csdn.net/FlySky1991/article/details/80080673

PySpark机器学习（3）——LR和SVM: https://blog.csdn.net/FlySky1991/article/details/80182501

PySpark机器学习（4）——KMeans和GMM: https://blog.csdn.net/FlySky1991/article/details/80226373

Python机器学习（1）——异常点检测: https://blog.csdn.net/FlySky1991/article/details/80526257

Python邮件发送: https://blog.csdn.net/FlySky1991/article/details/80396296

PySparK使用网格搜索查询最优化参数： https://www.cnblogs.com/cymx66688/p/10699018.html

learningSpark:

数据：http://www.tomdrabas.com/data/LearningPySpark/

git： https://github.com/drabastomek/learningPySpark

python spark API：https://blog.csdn.net/qingqing7/article/details/79251264

大数据相关学习( spark、hive、kafka )：https://www.iteblog.com

浅谈pandas，pyspark 的大数据ETL实践经验: https://cloud.tencent.com/developer/article/1384456

集群python环境：

import os

os.environ['SPARK_HOME'] = '/usr/local/workspace/spark-2.1.0-bin-hadoop2.7'

os.environ['PYSPARK_PYTHON'] = '/usr/local/bin/python3.5'

os.environ['PYSPARK_DRIVER_PYTHON']='python3'

from pyspark.sql import SparkSession

spark = SparkSession\

.builder\

.enableHiveSupport()\

.master("xxx.xxx.xxx.xxx:7077")\

.appName("my_first_app_name")\

.getOrCreate()

《Spark Python API 官方文档中文版》 之 pyspark.sql (一): https://www.bbsmax.com/A/QW5YW89Bzm/

《Spark Python API 官方文档中文版》 之 pyspark.sql (二): https://www.bbsmax.com/A/gVdnYnDD5W/

pyspark.sql官方文档：http://spark.apache.org/docs/1.6.2/api/python/pyspark.sql.html

子雨大数据之Spark入门教程(Python版): http://dblab.xmu.edu.cn/blog/1709-2/

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

Python3 连接spark,spark集群： https://www.168seo.cn/pyspark/24754.html

详解pyspark以及添加xgboost支持: http://haihome.top/2018/06/16/dist-xgb.html

基于PySpark的机器学习环境搭建和模型开发：https://www.jianshu.com/p/5a5fc30a7a70

XGboost参数详解：https://blog.csdn.net/iyuanshuo/article/details/80142730