孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

Spark快速大数据分析

Spark快速大数据分析
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] （Holden Karau） 著 , [美] （Andy Konwinski） 著 , [美] （Patrick Wendell） 著 , [加拿大] （Matei Zaharia） 著 , 译
出版社: 人民邮电出版社
2015-09
版次: 1
ISBN: 9787115403094
定价: 59.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 210页
字数: 343千字
正文语种: 简体中文
原版书名: Learning Spark: Lightning-Fast Big Data Analysis
丛书: 图灵程序设计丛书
分类: 计算机与互联网
9 张插图图片
405人买过
  • 　　《Spark快速大数据分析》由 Spark 开发者及核心成员共同打造，讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark 收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。
    　　Holden Karau，是Databricks的软件开发工程师，活跃于开源社区。她还著有《Spark快速数据处理》。

    　　Andy Konwinski，是Databricks联合创始人，Apache Spark项目技术专家，还是Apache Mesos项目的联合发起人。

    　　Patrick Wendell，是Databricks联合创始人，也是Apache Spark项目技术专家。他还负责维护Spark核心引擎的几个子系统。

    　　Matei Zaharia，是Databricks的CTO，同时也是Apache Spark项目发起人以及Apache基金会副主席。
    推荐序　　xi
    译者序　　xiv
    序　　xvi
    前言　　xvii
    第1章　Spark数据分析导论　　1
    1．1　Spark是什么　　1
    1．2　一个大一统的软件栈　　2
    1．2．1　Spark Core　　2
    1．2．2　Spark SQL　　3
    1．2．3　Spark Streaming　　3
    1．2．4　MLlib　　3
    1．2．5　GraphX　　3
    1．2．6　集群管理器　　4
    1．3　Spark的用户和用途　　4
    1．3．1　数据科学任务　　4
    1．3．2　数据处理应用　　5
    1．4　Spark简史　　5
    1．5　Spark的版本和发布　　6
    1．6　Spark的存储层次　　6
    第2章　Spark下载与入门　　7
    2．1　下载Spark　　7
    2．2　Spark中Python和Scala的shell　　9
    2．3　Spark 核心概念简介　　12
    2．4　独立应用　　14
    2．4．1　初始化SparkContext　　15
    2．4．2　构建独立应用　　16
    2．5　总结　　19
    第3章　RDD编程　　21
    3．1　RDD基础　　21
    3．2　创建RDD　　23
    3．3　RDD操作　　24
    3．3．1　转化操作　　24
    3．3．2　行动操作　　26
    3．3．3　惰性求值　　27
    3．4　向Spark传递函数　　27
    3．4．1　Python　　27
    3．4．2　Scala　　28
    3．4．3　Java　　29
    3．5　常见的转化操作和行动操作　　30
    3．5．1　基本RDD　　30
    3．5．2　在不同RDD类型间转换　　37
    3．6　持久化( 缓存)　　39
    3．7　总结　　40
    第4章　键值对操作　　41
    4．1　动机　　41
    4．2　创建Pair RDD　　42
    4．3　Pair RDD的转化操作　　42
    4．3．1　聚合操作　　45
    4．3．2　数据分组　　49
    4．3．3　连接　　50
    4．3．4　数据排序　　51
    4．4　Pair RDD的行动操作　　52
    4．5　数据分区（进阶）　　52
    4．5．1　获取RDD的分区方式　　55
    4．5．2　从分区中获益的操作　　56
    4．5．3　影响分区方式的操作　　57
    4．5．4　示例：PageRank　　57
    4．5．5　自定义分区方式　　59
    4．6　总结　　61
    第5章　数据读取与保存　　63
    5．1　动机　　63
    5．2　文件格式　　64
    5．2．1　文本文件　　64
    5．2．2　JSON　　66
    5．2．3　逗号分隔值与制表符分隔值　　68
    5．2．4　SequenceFile　　71
    5．2．5　对象文件　　73
    5．2．6　Hadoop输入输出格式　　73
    5．2．7　文件压缩　　77
    5．3　文件系统　　78
    5．3．1　本地/“常规”文件系统　　78
    5．3．2　Amazon S3　　78
    5．3．3　HDFS　　79
    5．4　Spark SQL中的结构化数据　　79
    5．4．1　Apache Hive　　80
    5．4．2　JSON　　80
    5．5　数据库　　81
    5．5．1　Java数据库连接　　81
    5．5．2　Cassandra　　82
    5．5．3　HBase　　84
    5．5．4　Elasticsearch　　85
    5．6　总结　　86
    第6章　Spark编程进阶　　87
    6．1　简介　　87
    6．2　累加器　　88
    6．2．1　累加器与容错性　　90
    6．2．2　自定义累加器　　91
    6．3　广播变量　　91
    6．4　基于分区进行操作　　94
    6．5　与外部程序间的管道　　96
    6．6　数值RDD 的操作　　99
    6．7　总结　　100
    第7章　在集群上运行Spark　　101
    7．1　简介　　101
    7．2　Spark运行时架构　　101
    7．2．1　驱动器节点　　102
    7．2．2　执行器节点　　103
    7．2．3　集群管理器　　103
    7．2．4　启动一个程序　　104
    7．2．5　小结　　104
    7．3　使用spark-submit 部署应用　　105
    7．4　打包代码与依赖　　107
    7．4．1　使用Maven构建的用Java编写的Spark应用　　108
    7．4．2　使用sbt构建的用Scala编写的Spark应用　　109
    7．4．3　依赖冲突　　 111
    7．5　Spark应用内与应用间调度　　111
    7．6　集群管理器　　112
    7．6．1　独立集群管理器　　112
    7．6．2　Hadoop YARN　　115
    7．6．3　Apache Mesos　　116
    7．6．4　Amazon EC2　　117
    7．7　选择合适的集群管理器　　120
    7．8　总结　　121
    第8章　Spark调优与调试　　123
    8．1　使用SparkConf配置Spark　　123
    8．2　Spark执行的组成部分：作业、任务和步骤　　127
    8．3　查找信息　　131
    8．3．1　Spark网页用户界面　　131
    8．3．2　驱动器进程和执行器进程的日志　　134
    8．4　关键性能考量　　135
    8．4．1　并行度　　135
    8．4．2　序列化格式　　136
    8．4．3　内存管理　　137
    8．4．4　硬件供给　　138
    8．5　总结　　139
    第9章　Spark SQL　　141
    9．1　连接Spark SQL　　142
    9．2　在应用中使用Spark SQL　　144
    9．2．1　初始化Spark SQL　　144
    9．2．2　基本查询示例　　145
    9．2．3　SchemaRDD　　146
    9．2．4　缓存　　148
    9．3　读取和存储数据　　149
    9．3．1　Apache Hive　　149
    9．3．2　Parquet　　150
    9．3．3　JSON　　150
    9．3．4　基于RDD　　152
    9．4　JDBC/ODBC服务器　　153
    9．4．1　使用Beeline　　155
    9．4．2　长生命周期的表与查询　　156
    9．5　用户自定义函数　　156
    9．5．1　Spark SQL UDF　　156
    9．5．2　Hive UDF　　157
    9．6　Spark SQL性能　　158
    9．7　总结　　159
    第10章　Spark Streaming　　161
    10．1　一个简单的例子　　162
    10．2　架构与抽象　　164
    10．3　转化操作　　167
    10．3．1　无状态转化操作　　167
    10．3．2　有状态转化操作　　169
    10．4　输出操作　　173
    10．5　输入源　　175
    10．5．1　核心数据源　　175
    10．5．2　附加数据源　　176
    10．5．3　多数据源与集群规模　　179
    10．6　24/7不间断运行　　180
    10．6．1　检查点机制　　180
    10．6．2　驱动器程序容错　　181
    10．6．3　工作节点容错　　182
    10．6．4　接收器容错　　182
    10．6．5　处理保证　　183
    10．7　Streaming用户界面　　183
    10．8　性能考量　　184
    10．8．1　批次和窗口大小　　184
    10．8．2　并行度　　184
    10．8．3　垃圾回收和内存使用　　185
    10．9　总结　　185
    第11章　基于MLlib的机器学习　　187
    11．1　概述　　187
    11．2　系统要求　　188
    11．3　机器学习基础　　189
    11．4　数据类型　　192
    11．5　算法　　194
    11．5．1　特征提取　　194
    11．5．2　统计　　196
    11．5．3　分类与回归　　197
    11．5．4　聚类　　202
    11．5．5　协同过滤与推荐　　203
    11．5．6　降维　　204
    11．5．7　模型评估　　206
    11．6　一些提示与性能考量　　206
    11．6．1　准备特征　　206
    11．6．2　配置算法　　207
    11．6．3　缓存RDD以重复使用　　207
    11．6．4　识别稀疏程度　　207
    11．6．5　并行度　　207
    11．7　流水线API　　208
    11．8　总结　　209
    作者简介　　210
    封面介绍　　210
  • 内容简介:
    　　《Spark快速大数据分析》由 Spark 开发者及核心成员共同打造，讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark 收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。
  • 作者简介:
    　　Holden Karau，是Databricks的软件开发工程师，活跃于开源社区。她还著有《Spark快速数据处理》。

    　　Andy Konwinski，是Databricks联合创始人，Apache Spark项目技术专家，还是Apache Mesos项目的联合发起人。

    　　Patrick Wendell，是Databricks联合创始人，也是Apache Spark项目技术专家。他还负责维护Spark核心引擎的几个子系统。

    　　Matei Zaharia，是Databricks的CTO，同时也是Apache Spark项目发起人以及Apache基金会副主席。
  • 目录:
    推荐序　　xi
    译者序　　xiv
    序　　xvi
    前言　　xvii
    第1章　Spark数据分析导论　　1
    1．1　Spark是什么　　1
    1．2　一个大一统的软件栈　　2
    1．2．1　Spark Core　　2
    1．2．2　Spark SQL　　3
    1．2．3　Spark Streaming　　3
    1．2．4　MLlib　　3
    1．2．5　GraphX　　3
    1．2．6　集群管理器　　4
    1．3　Spark的用户和用途　　4
    1．3．1　数据科学任务　　4
    1．3．2　数据处理应用　　5
    1．4　Spark简史　　5
    1．5　Spark的版本和发布　　6
    1．6　Spark的存储层次　　6
    第2章　Spark下载与入门　　7
    2．1　下载Spark　　7
    2．2　Spark中Python和Scala的shell　　9
    2．3　Spark 核心概念简介　　12
    2．4　独立应用　　14
    2．4．1　初始化SparkContext　　15
    2．4．2　构建独立应用　　16
    2．5　总结　　19
    第3章　RDD编程　　21
    3．1　RDD基础　　21
    3．2　创建RDD　　23
    3．3　RDD操作　　24
    3．3．1　转化操作　　24
    3．3．2　行动操作　　26
    3．3．3　惰性求值　　27
    3．4　向Spark传递函数　　27
    3．4．1　Python　　27
    3．4．2　Scala　　28
    3．4．3　Java　　29
    3．5　常见的转化操作和行动操作　　30
    3．5．1　基本RDD　　30
    3．5．2　在不同RDD类型间转换　　37
    3．6　持久化( 缓存)　　39
    3．7　总结　　40
    第4章　键值对操作　　41
    4．1　动机　　41
    4．2　创建Pair RDD　　42
    4．3　Pair RDD的转化操作　　42
    4．3．1　聚合操作　　45
    4．3．2　数据分组　　49
    4．3．3　连接　　50
    4．3．4　数据排序　　51
    4．4　Pair RDD的行动操作　　52
    4．5　数据分区（进阶）　　52
    4．5．1　获取RDD的分区方式　　55
    4．5．2　从分区中获益的操作　　56
    4．5．3　影响分区方式的操作　　57
    4．5．4　示例：PageRank　　57
    4．5．5　自定义分区方式　　59
    4．6　总结　　61
    第5章　数据读取与保存　　63
    5．1　动机　　63
    5．2　文件格式　　64
    5．2．1　文本文件　　64
    5．2．2　JSON　　66
    5．2．3　逗号分隔值与制表符分隔值　　68
    5．2．4　SequenceFile　　71
    5．2．5　对象文件　　73
    5．2．6　Hadoop输入输出格式　　73
    5．2．7　文件压缩　　77
    5．3　文件系统　　78
    5．3．1　本地/“常规”文件系统　　78
    5．3．2　Amazon S3　　78
    5．3．3　HDFS　　79
    5．4　Spark SQL中的结构化数据　　79
    5．4．1　Apache Hive　　80
    5．4．2　JSON　　80
    5．5　数据库　　81
    5．5．1　Java数据库连接　　81
    5．5．2　Cassandra　　82
    5．5．3　HBase　　84
    5．5．4　Elasticsearch　　85
    5．6　总结　　86
    第6章　Spark编程进阶　　87
    6．1　简介　　87
    6．2　累加器　　88
    6．2．1　累加器与容错性　　90
    6．2．2　自定义累加器　　91
    6．3　广播变量　　91
    6．4　基于分区进行操作　　94
    6．5　与外部程序间的管道　　96
    6．6　数值RDD 的操作　　99
    6．7　总结　　100
    第7章　在集群上运行Spark　　101
    7．1　简介　　101
    7．2　Spark运行时架构　　101
    7．2．1　驱动器节点　　102
    7．2．2　执行器节点　　103
    7．2．3　集群管理器　　103
    7．2．4　启动一个程序　　104
    7．2．5　小结　　104
    7．3　使用spark-submit 部署应用　　105
    7．4　打包代码与依赖　　107
    7．4．1　使用Maven构建的用Java编写的Spark应用　　108
    7．4．2　使用sbt构建的用Scala编写的Spark应用　　109
    7．4．3　依赖冲突　　 111
    7．5　Spark应用内与应用间调度　　111
    7．6　集群管理器　　112
    7．6．1　独立集群管理器　　112
    7．6．2　Hadoop YARN　　115
    7．6．3　Apache Mesos　　116
    7．6．4　Amazon EC2　　117
    7．7　选择合适的集群管理器　　120
    7．8　总结　　121
    第8章　Spark调优与调试　　123
    8．1　使用SparkConf配置Spark　　123
    8．2　Spark执行的组成部分：作业、任务和步骤　　127
    8．3　查找信息　　131
    8．3．1　Spark网页用户界面　　131
    8．3．2　驱动器进程和执行器进程的日志　　134
    8．4　关键性能考量　　135
    8．4．1　并行度　　135
    8．4．2　序列化格式　　136
    8．4．3　内存管理　　137
    8．4．4　硬件供给　　138
    8．5　总结　　139
    第9章　Spark SQL　　141
    9．1　连接Spark SQL　　142
    9．2　在应用中使用Spark SQL　　144
    9．2．1　初始化Spark SQL　　144
    9．2．2　基本查询示例　　145
    9．2．3　SchemaRDD　　146
    9．2．4　缓存　　148
    9．3　读取和存储数据　　149
    9．3．1　Apache Hive　　149
    9．3．2　Parquet　　150
    9．3．3　JSON　　150
    9．3．4　基于RDD　　152
    9．4　JDBC/ODBC服务器　　153
    9．4．1　使用Beeline　　155
    9．4．2　长生命周期的表与查询　　156
    9．5　用户自定义函数　　156
    9．5．1　Spark SQL UDF　　156
    9．5．2　Hive UDF　　157
    9．6　Spark SQL性能　　158
    9．7　总结　　159
    第10章　Spark Streaming　　161
    10．1　一个简单的例子　　162
    10．2　架构与抽象　　164
    10．3　转化操作　　167
    10．3．1　无状态转化操作　　167
    10．3．2　有状态转化操作　　169
    10．4　输出操作　　173
    10．5　输入源　　175
    10．5．1　核心数据源　　175
    10．5．2　附加数据源　　176
    10．5．3　多数据源与集群规模　　179
    10．6　24/7不间断运行　　180
    10．6．1　检查点机制　　180
    10．6．2　驱动器程序容错　　181
    10．6．3　工作节点容错　　182
    10．6．4　接收器容错　　182
    10．6．5　处理保证　　183
    10．7　Streaming用户界面　　183
    10．8　性能考量　　184
    10．8．1　批次和窗口大小　　184
    10．8．2　并行度　　184
    10．8．3　垃圾回收和内存使用　　185
    10．9　总结　　185
    第11章　基于MLlib的机器学习　　187
    11．1　概述　　187
    11．2　系统要求　　188
    11．3　机器学习基础　　189
    11．4　数据类型　　192
    11．5　算法　　194
    11．5．1　特征提取　　194
    11．5．2　统计　　196
    11．5．3　分类与回归　　197
    11．5．4　聚类　　202
    11．5．5　协同过滤与推荐　　203
    11．5．6　降维　　204
    11．5．7　模型评估　　206
    11．6　一些提示与性能考量　　206
    11．6．1　准备特征　　206
    11．6．2　配置算法　　207
    11．6．3　缓存RDD以重复使用　　207
    11．6．4　识别稀疏程度　　207
    11．6．5　并行度　　207
    11．7　流水线API　　208
    11．8　总结　　209
    作者简介　　210
    封面介绍　　210
查看详情
其他版本 / 全部 (1)
系列丛书 / 更多
Spark快速大数据分析
机器学习实战
[美]Peter Harrington 著；李锐、李鹏、曲亚东 译
￥0.01 起
Spark快速大数据分析
图灵程序设计丛书：Python基础教程
[挪威]Magnus Lie Hetland 著；司维、曾军崴、谭颖华 译
￥0.10 起
Spark快速大数据分析
JavaScript高级程序设计（第3版）
[美]Nicholas C.Zakas 著；李松峰、曹力 译
￥0.10 起
Spark快速大数据分析
Python编程：从入门到实践
[美]埃里克·马瑟斯（Eric Matthes） 著；袁国忠 译
￥2.88 起
Spark快速大数据分析
R语言实战（第2版）
[美]卡巴科弗（Robert I. Kabacoff） 著；王小宁、刘撷芯、黄俊文 译
￥3.00 起
Spark快速大数据分析
算法（第4版）
[美]Robert、[美]Kevin Wayne 著；谢路云 译
￥0.50 起
Spark快速大数据分析
大数据：互联网大规模数据挖掘与分布式处理
[美]Anand、[美]Jeffrey David Ullman 著；王斌 译
￥0.01 起
Spark快速大数据分析
算法图解
袁国忠 译
￥3.00 起
Spark快速大数据分析
MySQL必知必会
[英]福塔（Ben Forta） 著；刘晓霞、钟鸣 译
￥1.00 起
Spark快速大数据分析
图解HTTP
[日]上野·宣 著；于均良 译
￥1.00 起
Spark快速大数据分析
Spring Boot实战
[美]克雷格·沃斯（Craig Walls） 著；丁雪丰 译
￥1.00 起
Spark快速大数据分析
Objective-C基础教程 第2版
[美]Scott、[美]Waqar、[美]Mark Dalrymple 著；周庆成 译
￥0.01 起
相关图书 / 更多
Spark快速大数据分析
Spring Framework6开发实战 Spring+Spring Web MVC+MyBatis
肖海鹏、耿卫江、王荣芝、张天怡、张志慧
￥36.34 起
Spark快速大数据分析
Spark大数据分析
作者
￥6.50 起
Spark快速大数据分析
Spark大数据开发（职业教育计算机系列教材）
唐春玲；周桥；陈小龙
￥20.00 起
Spark快速大数据分析
Spring Boot+Vue前后端分离项目全栈开发实战
唐文
￥18.90 起
Spark快速大数据分析
Spectrum Reading Workbook, Grade K
Spectrum
￥20.00 起
Spark快速大数据分析
Spider-Man: Homecoming: The Deluxe Junior Novel
McCann；Jim
￥45.00 起
Spark快速大数据分析
Spring Boot 3.0开发实战
李西明；陈立为
￥51.17 起
Spark快速大数据分析
Spring Security原理与实战：构建安全可靠的微服务
邹炎
￥41.50 起
Spark快速大数据分析
Spark原理深入与编程实战（微课视频版）
辛立伟；张帆；张会娟
￥87.97 起
Spark快速大数据分析
Spring Boot 企业级应用开发与实战（微课版）
夏辉丽 徐照兴
￥23.90 起
Spark快速大数据分析
Spring Cloud Alibaba大型微服务架构项目实战（上册）
十三 著
￥47.51 起
Spark快速大数据分析
Spring Boot 3 +Vue 3开发实战
朱建昕
￥46.74 起
您可能感兴趣 / 更多
Spark快速大数据分析
归属感：如何通过社群获得商业竞争优势
[美]大卫·斯平克斯（David Spinks） 著；颉腾文化 出品
￥34.07 起
Spark快速大数据分析
语言恶女：女性如何夺回语言
[美]阿曼达·蒙特尔/著李辛/译
￥30.30 起
Spark快速大数据分析
过劳：好工作是如何变坏的
[美]艾琳·L.凯利(Erin；L.Kelly；[美]菲利斯·莫恩((Phyllis；Moen
￥29.62 起
Spark快速大数据分析
雪花的故事（用照片展示雪花的秘密，为你揭开冬日奇景的奥秘）
[美]马克·卡西诺[美]乔恩·尼尔森
￥13.52 起
Spark快速大数据分析
进阶书系-国际史的技艺
[美] 马克·特拉亨伯格
￥40.68 起
Spark快速大数据分析
杜甫传
[美]弗洛伦斯.艾思柯
￥49.49 起
Spark快速大数据分析
神奇的数字零：从数字0开始的极简数学史和人类发展史
[美]查尔斯·塞弗(Charles Seife)著 杨杨立汝 译
￥42.00 起
Spark快速大数据分析
爵士乐史（精装本）
[美]泰德·乔亚 著
￥100.64 起
Spark快速大数据分析
作家榜名著：夏日走过山间（王芳推荐版本！与《瓦尔登湖》齐名的经典名作！心浮气躁想要逃离现实生活？让大自然的神奇力量瞬间治愈你！）
[美]约翰·缪尔、作家榜经典名 著；刘子超 译
￥69.20 起
Spark快速大数据分析
环境的科学 （平装版）
[美]威廉·坎宁安 后浪
￥28.00 起
Spark快速大数据分析
数学侦探 游乐园里的古怪笑脸
[美]丹尼尔·肯尼 艾米丽·博艾尔 著 刘玙婧、王婧 译；小博集出品
￥6.07 起
Spark快速大数据分析
读懂经济学：提升“财商”、塑造价值观念的经济学读本，一本书参破瞬息万变的经济世界底层逻辑！
[美]霍华德·亚鲁斯 著；赵善江 译；斯坦威 出品
￥32.30 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全