-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

Spark最佳實踐

( 簡體 字)
作者:陳歡 林世飛類別:1. -> 程式設計 -> Spark
譯者:
出版社:人民郵電出版社Spark最佳實踐 3dWoo書號: 44388
詢問書籍請說出此書號!

缺書
NT售價: 245

出版日:5/1/2016
頁數:210
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787115422286
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

  本書是Spark實戰指南,全書共分8章。前4章介紹Spark的部署、工作機制和內核,后4章分別通過實戰項目介紹Spark SQL、Spark Streaming、Spark GraphX和Spark MLib功能模塊。此外,本書詳細介紹了常見的實戰問題,比如大數據環境下的配置設置、程序調優等。本書附帶的一鍵安裝腳本,更能為初學者提供很大幫助。
目錄:

第1 章 Spark 與大數據 1
1.1 大數據的發展及現狀 1
1.1.1 大數據時代所面臨的問題 1
1.1.2 谷歌的大數據解決方案 2
1.1.3 Hadoop 生態系統 3
1.2 Spark 應時而生 4
1.2.1 Spark 的起源 4
1.2.2 Spark 的特點 5
1.2.3 Spark 的未來發展 6
第2 章 Spark 基礎 8
2.1 Spark 本地單機模式體驗 8
2.1.1 安裝虛擬機 8
2.1.2 安裝JDK 19
2.1.3 下載Spark 預編譯包 21
2.1.4 本地體驗Spark 22
2.2 高可用Spark 分布式集群部署 25
2.2.1 集群總覽 26
2.2.2 集群機器的型號選擇 28
2.2.3 初始化集群機器環境 29
2.2.4 部署ZooKeeper 集群 33
2.2.5 編譯Spark 35
2.2.6 部署Spark Standalone 集群 37
2.2.7 高可用Hadoop 集群 40
2.2.8 讓Spark 運行在YARN 上 40
2.2.9 一鍵部署高可用Hadoop +
Spark 集群 42
2.3 Spark 編程指南 43
2.3.1 交互式編程 43
2.3.2 RDD 創建 44
2.3.3 RDD 操作 47
2.3.4 使用其他語言開發Spark 程序 54
2.4 打包和提交 54
2.4.1 編譯、鏈接、打包 54
2.4.2 提交 56
第3 章 Spark 工作機制 58
3.1 調度管理 58
3.1.1 集群概述及名詞解釋 58
3.1.2 Spark 程序之間的調度 60
3.1.3 Spark 程序內部的調度 63
3.2 內存管理 65
3.2.1 RDD 持久化 65
3.2.2 共享變量 66
3.3 容錯機制 67
3.3.1 容錯體系概述 67
3.3.2 Master 節點失效 68
3.3.3 Slave 節點失效 69
3.4 監控管理 69
3.4.1 Web 界面 69
3.4.2 REST API 72
3.4.3 Metrics 指標體系 73
3.4.4 其他監控工具 73
3.5 Spark 程序配置管理 73
3.5.1 Spark 程序配置加載過程 74
3.5.2 環境變量配置 74
3.5.3 Spark 屬性項配置 74
3.5.4 查看當前的配置 76
3.5.5 配置Spark 日志 76
第4 章 Spark 內核講解 77
4.1 Spark 核心數據結構RDD 77
4.1.1 RDD 的定義 78
4.1.2 RDD 的Transformation 80
4.1.3 RDD 的Action 82
4.1.4 Shuffle 83
4.2 SparkContext 84
4.2.1 SparkConf 配置 84
4.2.2 初始化過程 85
4.2.3 其他功能接口 87
4.3 DAG 調度 87
4.3.1 DAGScheduler 87
4.3.2 TaskScheduler 90
第5 章 Spark SQL 與數據倉庫 92
5.1 Spark SQL 基礎 93
5.1.1 分布式SQL 引擎 93
5.1.2 支持的SQL 語法 97
5.1.3 支持的數據類型 98
5.1.4 DataFrame 99
5.1.5 DataFrame 數據源 103
5.1.6 性能調優 104
5.2 Spark SQL 原理和運行機制 104
5.2.1 Spark SQL 整體架構 105
5.2.2 Catalyst 執行優化器 105
5.3 應用場景:基于淘寶數據建立電商
數據倉庫 110
5.3.1 電商數據倉庫場景 111
5.3.2 數據準備和表設計 111
5.3.3 用Spark SQL 來完成日常運營
數據分析 115
5.3.4 Spark SQL 在大規模數據下的
性能表現 120
第6 章 Spark 流式計算 122
6.1 Spark Streaming 基礎知識 123
6.1.1 入門簡單示例 123
6.1.2 基本概念 124
6.1.3 高級操作 129
6.2 深入理解Spark Streaming 132
6.2.1 DStream 的兩類操作 132
6.2.2 容錯處理 134
6.2.3 性能調優 136
6.2.4 與Storm 的對比 137
6.3 應用場景:一個類似百度統計的流式
實時系統 139
6.3.1 Web log 實時統計場景 139
6.3.2 日志實時采集 140
6.3.3 流式分析系統實現 140
第7 章 Spark 圖計算 149
7.1 什么是圖計算 149
7.1.1 圖的基本概念 149
7.1.2 圖計算的應用 150
7.2 Spark GraphX 簡介 151
7.2.1 GraphX 實現 151
7.2.2 GraphX 常用API 介紹 152
7.3 應用場景:基于新浪微博數據的社交
網絡分析 153
7.3.1 社交網絡分析的主要應用 153
7.3.2 社區發現算法簡介 154
7.3.3 用GraphX 實現Louvain
算法 156
7.3.4 小試牛刀:誰是你的閨蜜 162
7.3.5 真實的場景:新浪微博關系
分析 164
第8 章 Spark MLlib 169
8.1 機器學習簡介 169
8.1.1 什么是機器學習 169
8.1.2 機器學習示例 171
8.1.3 機器學習的基本方法 172
8.1.4 機器學習的常見技巧 173
8.1.5 機器學習參考資料 174
8.2 MLlib 庫簡介 174
8.2.1 基礎數據類型 174
8.2.2 主要的庫 175
8.2.3 附帶的示例程序 176
8.3 應用場景:搜索廣告點擊率
預估系統 178
8.3.1 應用場景 178
8.3.2 邏輯回歸 179
8.3.3 學習算法 181
8.3.4 模型評估 184
8.3.5 數據準備 186
8.3.6 模型訓練 187
8.3.7 模型調優 195
附錄 Scala 語言參考 197
序: