鏈接：https://pan.baidu.com/s/1a1v2GM4yj2sBGJyp8Q7PMQ?pwd=9j2c?

提取碼：9j2c

通過本書你將了解到如何使用、部署和維護(hù)Apache Spark開源集群計(jì)算框架。本書由Spark的創(chuàng)始人所撰寫，重點(diǎn)介紹Spark新版本的新功能和新特點(diǎn)。本書將Spark功能分解為若干獨(dú)立主題來進(jìn)行全面介紹。

你將接觸到Spark的基本操作和常用函數(shù)，還包括一種全新的構(gòu)建端到端流數(shù)據(jù)應(yīng)用的結(jié)構(gòu)化流處理API。開發(fā)人員和系統(tǒng)管理員將了解到Spark的監(jiān)控、調(diào)優(yōu)，以及調(diào)試的原則和方法，并通過使用Spark提供的可擴(kuò)展機(jī)器學(xué)習(xí)庫Mllib來了解機(jī)器學(xué)習(xí)算法的實(shí)現(xiàn)技術(shù)。

內(nèi)容簡介

主要內(nèi)容

·大數(shù)據(jù)技術(shù)和Spark概述。

·通過實(shí)例學(xué)習(xí)DataFrame、SQL、Dataset等Spark的核心API。

·了解Spark的低級API實(shí)現(xiàn)，包括RDD以及SQL和DataFrame的執(zhí)行過程。

·了解Spark如何在集群上運(yùn)行。

·Spark集群和應(yīng)用程序的調(diào)試、監(jiān)控、和調(diào)優(yōu)。

·學(xué)習(xí)Spark強(qiáng)大的流處理引擎——結(jié)構(gòu)化流處理。

·學(xué)習(xí)MLlib并了解如何應(yīng)用它解決包括分類、推薦，以及其他多種實(shí)際問題。

作者簡介

作者介紹

Bill Chambers是Databricks的一名產(chǎn)品經(jīng)理，致力于使用Spark和Databricks幫助客戶完成大規(guī)模數(shù)據(jù)分析的任務(wù)。Bill還定期寫關(guān)于數(shù)據(jù)科學(xué)和大數(shù)據(jù)方面的博客, 并常在各種會議和見面會上展示產(chǎn)品。他擁有加州大學(xué)伯克利分校信息學(xué)院的信息系統(tǒng)碩士學(xué)位, 研究方向?yàn)閿?shù)據(jù)科學(xué)。

Matei Zaharia是斯坦福大學(xué)計(jì)算機(jī)科學(xué)系助理教授和Databricks的首席技術(shù)官。他于2009年在加州大學(xué)伯克利分校創(chuàng)立了Spark項(xiàng)目, 那時(shí)他是一名博士生, 并繼續(xù)擔(dān)任Apache Spark項(xiàng)目的副主席。Matei Zaharia還是Apache Mesos項(xiàng)目的聯(lián)合創(chuàng)始人，也是Apache Hadoop項(xiàng)目的貢獻(xiàn)者。Matei Zaharia以他出色的研究工作獲得了2014年美國計(jì)算機(jī)學(xué)會博士論文獎和VMware系統(tǒng)研究獎。

譯者介紹

張巖峰，東北大學(xué)教授，在國內(nèi)外從事大數(shù)據(jù)分布式處理研究工作10余年，中國計(jì)算機(jī)學(xué)會數(shù)據(jù)庫專委會委員，大數(shù)據(jù)專委會通訊委員，研究設(shè)計(jì)了iMapReduce、Maiter等大數(shù)據(jù)迭代計(jì)算分布式框架，承擔(dān)和參與國家自然科學(xué)基金、國家重點(diǎn)研發(fā)計(jì)劃等多項(xiàng)課題，在SIGMOD、VLDB、ICDE、PPoPP、TPDS、TKDE等頂D級國際會議和期刊上發(fā)表論文10余篇，曾獲云計(jì)算國際會議ACM SOCC 2011優(yōu)秀論文獎及多項(xiàng)國內(nèi)外獎勵和榮譽(yù)。

精彩書評

“這本書是所有Spark開發(fā)人員的必讀書籍，介紹了許多別處無法學(xué)到的使用技巧?！?/p>

——Ion Stoica

美國加州大學(xué)伯克利分校

RISE實(shí)驗(yàn)室主任