Spark Cookbook 中文版 ( 簡體 字) |
作者:[印度] Rishi Yadav ( 亞達夫 ) | 類別:1. -> 程式設計 -> Spark |
譯者: |
出版社:人民郵電出版社 | 3dWoo書號: 45313 詢問書籍請說出此書號!【缺書】 NT售價: 225 元 |
出版日:10/1/2016 |
頁數:190 |
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:9787115429667 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(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: Spark是一個基于內存計算的開源集群計算系統,它非常小巧玲瓏,讓數據分析更加快速,已逐漸成為新一代大數據處理平臺中的佼佼者。 本書內容分為12章,從認識Apache Spark開始講解,陸續介紹了Spark的使用、外部數據源、Spark SQL、Spark Streaming、機器學習、監督學習中的回歸和分類、無監督學習、推薦系統、圖像處理、優化及調優等內容。 本書適合大數據領域的技術人員,可以幫助他們更好地洞悉大數據,本書也適合想要學習Spark進行大數據處理的人員,它將是一本絕佳的參考教程。
|
目錄:第1章 開始使用Apache Spark 1 1.1 簡介 1 1.2 使用二進制文件安裝Spark 2 1.3 通過Maven構建Spark源碼 5 1.4 在Amazon EC2上部署Spark 7 1.5 在集群上以獨立模式部署 Spark 13 1.6 在集群上使用Mesos部署Spark 18 1.7 在集群上使用YARN部署 19 1.8 使用Tachyon作為堆外存儲層 22 第2章 使用Spark開發應用 27 2.1 簡介 27 2.2 探索Spark shell 27 2.3 在Eclipse中使用Maven開發Spark應用 29 2.4 在Eclipse中使用SBT開發Spark應用 33 2.5 在Intellij IDEA中使用Maven開發Spark應用 34 2.6 在Intellij IDEA中使用SBT開發Spark應用 36 第3章 外部數據源 38 3.1 簡介 38 3.2 從本地文件系統加載數據 39 3.3 從HDFS加載數據 40 3.4 從HDFS加載自定義輸入格式的數據 45 3.5 從Amazon S3加載數據 46 3.6 從Apache Cassandra加載數據 49 3.7 從關系型數據庫加載數據 54 第4章 Spark SQL 57 4.1 簡介 57 4.2 理解Catalyst優化器 60 4.3 創建HiveContext 63 4.4 使用case類生成數據格式 66 4.5 編程指定數據格式 67 4.6 使用Parquet格式載入及存儲數據 69 4.7 使用JSON格式載入及存儲數據 73 4.8 從關系型數據庫載入及存儲數據 75 4.9 從任意數據源載入及存儲數據 78 第5章 Spark Streaming 80 5.1 簡介 80 5.2 使用Streaming統計字數 82 5.3 Twitter流數據處理 84 5.4 Kafka流數據處理 88 第6章 機器學習——MLlib 94 6.1 簡介 94 6.2 創建向量 95 6.3 創建向量標簽 97 6.4 創建矩陣 99 6.5 計算概述統計量 101 6.6 計算相關性 102 6.7 進行假設檢驗 104 6.8 使用ML創建機器學習 流水線 106 第7章 監督學習之回歸——MLlib 109 7.1 簡介 109 7.2 使用線性回歸 110 7.3 理解代價函數 112 7.4 使用Lasso線性回歸 116 7.5 使用嶺回歸 117 第8章 監督學習之分類——MLlib 119 8.1 簡介 119 8.2 邏輯回歸分類 119 8.3 支持向量機二元分類 124 8.4 決策樹分類 127 8.5 隨機森林分類 134 8.6 梯度提升樹(GBTs)分類 139 8.7 樸素貝葉斯分類 140 第9章 無監督學習——MLlib 143 9.1 簡介 143 9.2 使用k-means聚類 144 9.3 主成分分析的降維 149 9.4 奇異值分解降維 155 第10章 推薦系統 159 10.1 簡介 159 10.2 顯性反饋的協同過濾 161 10.3 隱性反饋的協同過濾 164 第11章 圖像處理——GraphX 169 11.1 簡介 169 11.2 基本圖像運算 170 11.3 使用PageRank 171 11.4 查找連通分量 174 11.5 相鄰聚合實現 177 第12章 優化及調優 180 12.1 簡介 180 12.2 內存優化 183 12.3 使用壓縮提升性能 185 12.4 使用序列化提升性能 186 12.5 優化垃圾回收 187 12.6 優化并行度的級別 187 12.7 理解未來的優化——Tungsten 項目 188
|
序: |