 |
-- 會員 / 註冊 --
|
 |
|
|
|
Spark核心源碼分析與開發實戰 ( 簡體 字) |
| 作者：王家林 | 類別：1. -> 程式設計 -> Spark |
| 譯者： |
| 出版社：機械工業出版社 |  3dWoo書號： 43955
詢問書籍請說出此書號！【有庫存】
NT售價： 375 元 |
| 出版日：4/1/2016 |
| 頁數：432 |
| 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：9787111528609 |
| 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：本書是一本全面介紹Spark以及Spark生態系統相關技術的書籍。主要內容包括Spark系統概述、Spark安裝和集群的部署、RDD的編程實踐、Spark的運行模式、Spark的運行機制以及Spark的四大子框架（Spark SQL、Spark Streaming、Spark GraphX、MLlib）的詳細講解。本書通過理論和實踐相結合的方式對Spark的核心框架和生態圈做了詳細的解讀，不僅對Spark的原理進行詳細闡述，還結合Spark的源碼和案例操作展示了Spark框架的所具有的優雅和豐富的表現力。本書適合大數據從業者、Spark技術愛好者閱讀。相信通過學習本書，讀者能夠熟悉和掌握Spark這一當前流行的大數據計算框架，并將其投入到實踐中去。 |
目錄：第1章Spark系統概述
1杄1Spark是什麼
1杄2Spark生態系統BDAS
1杄2杄1Spark Core
1杄2杄2Spark SQL
1杄2杄3Spark Streaming
1杄2杄4Spark GraphX
1杄2杄5MLlib
1杄2杄6Tachyon
1杄2杄7BlinkDB
思考題
第2章Spark安裝和集群部署
2杄1搭建Hadoop分散式集群
2杄1杄1安裝VMware虛擬機器
2杄1杄2安裝Ubuntu的鏡像檔
2杄1杄3安裝JDK
2杄1杄4搭建另外兩台Ubuntu系統並配置SSH免密碼登錄
2杄1杄5安裝Hadoop和搭建Hadoop分散式集群
2杄2Spark安裝和集群部署
2杄2杄1安裝Scala
2杄2杄2安裝Spark和集群部署
2杄3測試Spark集群
2杄3杄1通過Spark提供的示例LocalPi測試Spark集群
2杄3杄2通過Spark Shell測試Spark集群
思考題
第3章Spark RDD與Spark API程式設計實踐
3杄1RDD介紹
3杄1杄1RDD是Spark的核心抽象
3杄1杄2RDD的特徵
3杄2RDD的操作分類
3杄2杄1輸入操作
3杄2杄2轉換操作
3杄2杄3行動操作
3杄2杄4控制操作
3杄3Spark Shell下的Spark API程式設計實踐
3杄3杄1Local模式下實踐map、filter和collect方法
3杄3杄2集群模式下實踐textFile、sortByKey和 saveAstextFile方法
3杄3杄3集群模式下實踐union、join、reduce和lookup方法
3杄3杄4搜狗日誌資料分析實踐
3杄4基於IntelliJ IDEA使用Spark API開發應用程式
3杄4杄1搭建和設置IntelliJ IDEA開發環境
3杄4杄2在IntelliJ IDEA下開發並部署Spark應用程式
3杄4杄3使用SBT編譯Spark應用程式
3杄4杄4使用Maven構建Spark應用程式
3杄4杄5Spark工具
思考題
第4章Spark的運行模式
4杄1Spark的運行模式概覽
4杄1杄1Spark的基本工作流程
4杄1杄2Spark應用程式部署
4杄2Local模式
4杄2杄1Local模式實例部署及運行演示
4杄2杄2Local模式內部實現原理
4杄3Standalone模式
4杄3杄1Standalone模式實例部署及運行演示
4杄3杄2Standalone模式內部實現原理
4杄4Yarn-Cluster模式
4杄4杄1Yarn-Cluster模式實例部署及運行演示
4杄4杄2Yarn-Cluster模式內部實現原理
4杄5Yarn-Client模式
4杄5杄1Yarn-Client模式實例部署及運行演示
4杄5杄2Yarn-Client模式內部實現原理
4杄6Mesos模式
4杄6杄1Mesos模式實例部署及運行演示
4杄6杄2Mesos模式內部實現原理
思考題
第5章Spark的運行機制
5杄1Spark集群的架構
5杄2Spark的作業和任務調度
5杄2杄1Spark Application提交
5杄2杄2作業（Job）提交
5杄2杄3DAGScheduler劃分Stage並提交
5杄2杄4TaskScheduler提交Task
5杄2杄5Executor運行Task並返回結果
5杄2杄6Driver的處理
5杄3容錯機制
5杄3杄1Lineage機制
5杄3杄2Checkpoint機制
5杄4Storage存儲模組
5杄4杄1Storage模組整體架構
5杄4杄2緩存實現原理
5杄4杄3緩存策略
5杄5Spark的消息傳遞機制Akka
5杄5杄1Akka架構解析
5杄5杄2Akka驅動下的start-all杄sh源碼解析
5杄6Shuffle機制
5杄6杄1Shuffle的原理
5杄6杄2Shuffle的寫操作
5杄6杄3Shuffle的讀操作
5杄7共用變數
5杄7杄1廣播變數
5杄7杄2累加器
5杄8Spark性能調優
5杄8杄1數據序列化
5杄8杄2記憶體優化
5杄8杄3其他優化方法
思考題
第6章Spark SQL
6杄1Spark SQL原理和實現
6杄1杄1Spark SQL簡介
6杄1杄2Spark SQL運行架構
6杄1杄3Hive在Spark上的使用
6杄1杄4源碼解析SQL語句和HiveQL語句的執行過程
6杄2Spark SQL的操作實例
6杄2杄1文字檔操作以及DSL操作
6杄2杄2Parquet檔以及JSON檔操作
6杄2杄3Hive資料操作演示（訂單交易資料操作）
6杄2杄4Spark SQL處理交通資料實戰
思考題
第7章Spark Streaming
7杄1Spark Streaming運行原理
7杄1杄1Spark Streaming簡介
7杄1杄2程式設計模型DStream
7杄1杄3容錯和持久化
7杄1杄4性能調優
7杄1杄5監控應用
7杄2源碼解析Spark Streaming的運行過程
7杄2杄1StreamingContext初始化並啟動
7杄2杄2資料接收
7杄2杄3資料處理
7杄3Spark Streaming操作實例演示
7杄3杄1文本資料操作實例演示
7杄3杄2網路資料操作實例——銷售模擬器演示
7杄3杄3有狀態（Stateful）操作實例演示
7杄3杄4Window操作實例演示
7杄3杄5SparkStreaming處理多來源資料實戰
思考題
第8章Spark GraphX
8杄1圖的定義和應用
8杄1杄1圖的定義
8杄1杄2圖的應用
8杄2Spark GraphX簡介
8杄2杄1彈性分散式屬性圖
8杄2杄2Spark GraphX圖的切分和存儲策略
8杄2杄3Spark GraphX圖的操作
8杄3Spark GraphX架構
8杄3杄1Pregel圖計算框架
8杄3杄2Spark GraphX的實現
8杄3杄3Spark GraphX圖演算法的實現方法
8杄4Spark GraphX圖操作實例
8杄4杄1基於Spark GraphX的屬性圖的操作實例
8杄4杄2Spark GraphX圖演算法操作實例
思考題
第9章MLlib
9杄1機器學習簡介
9杄1杄1機器學習的定義
9杄1杄2機器學習的分類
9杄1杄3機器學習的常用演算法
9杄2MLlib的簡介
9杄2杄1什麼是MLlib
9杄2杄2MLlib的架構
9杄2杄3MLlib的資料類型
9杄2杄4MLlib的演算法
9杄3MLlib常用演算法操作實踐
9杄3杄1K-Means演算法解析和實踐
9杄3杄2協同過濾演算法分析和案例實踐
思考題
|
| 序： |
|
