diff --git a/bigdata/DevOps/README.md b/bigdata/DevOps/README.md
new file mode 100644
index 0000000..fa56deb
--- /dev/null
+++ b/bigdata/DevOps/README.md
@@ -0,0 +1,32 @@
+
大数据运维
+
+
+# 1. Hadoop 大数据平台的规划与部署
+
+
+
+# 2. Hadoop 分布式架构解析
+
+
+
+# 3. Hadoop 外围应用整合实战
+
+
+
+# 4. Hadoop 大数据平台数据收集应用实践
+
+
+
+# 5. 大数据平台日志传输与可视化应用实践
+
+
+
+# 6. 大数据平台运维监控体系的构建
+
+
+
+# 7. 大数据平台性能调优与运维经验汇总
+
+
+
+
diff --git a/bigdata/spark/README.md b/bigdata/spark/README.md
index 5926140..fee381f 100644
--- a/bigdata/spark/README.md
+++ b/bigdata/spark/README.md
@@ -326,8 +326,8 @@ val words: Array[String] = s.split("-")
val b1: Boolean = list.contains(words(0))
val b2: Boolean = list.contains(words(1))
return !b1 && !b2 // 返回不在特殊字符列表中的词汇对
-} /
-/ 使用filter(f)对RDD进行过滤
+}
+// 使用filter(f)对RDD进行过滤
val cleanedPairRDD: RDD[String] = wordPairRDD.filter(f)
```
- 掌握了 filter 算子的用法之后,你就可以定义任意复杂的判定函数 f,然后在 RDD 之上通过调用 filter(f) 去变着花样地做数据过滤,从而满足不同的业务需求。