中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
Spark權威指南 版權信息
- ISBN：9787519840099
- 條形碼：9787519840099 ; 978-7-5198-4009-9
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Spark權威指南 本書特色
通過本書你將了解到如何使用、部署和維護Apache Spark開源集群計算框架。本書由Spark的創始人所撰寫，重點介紹Spark*版本的新功能和新特點。本書將Spark功能分解為若干獨立主題來進行全面介紹。
本書的主要內容有：
大數據技術和Spark概述。
通過實例學習DataFrame、SQL、Dataset等Spark的核心API。
了解Spark的低級API實現，包括RDD以及SQL和DataFrame的執行過程。
了解Spark如何在集群上運行。
Spark集群和應用程序的調試、監控、和調優。
學習Spark強大的流處理引擎——結構化流處理。通過本書你將了解到如何使用、部署和維護Apache Spark開源集群計算框架。本書由Spark的創始人所撰寫，重點介紹Spark*版本的新功能和新特點。本書將Spark功能分解為若干獨立主題來進行全面介紹。
本書的主要內容有：大數據技術和Spark概述。
通過實例學習DataFrame、SQL、Dataset等Spark的核心API。
了解Spark的低級API實現，包括RDD以及SQL和DataFrame的執行過程。
了解Spark如何在集群上運行。
Spark集群和應用程序的調試、監控、和調優。
學習Spark強大的流處理引擎——結構化流處理。
學習MLlib并了解如何應用它解決包括分類、推薦，以及其他多種實際問題。
Spark權威指南 內容簡介
?大數據技術和Spark概述。?通過實例學習DataFrame、SQL、Dataset等Spark的核心API。?了解Spark的低級API實現，包括RDD以及SQL和DataFrame的執行過程。?了解Spark如何在集群上運行。?Spark集群和應用程序的調試、監控、和調優。?學習Spark強大的流處理引擎——結構化流處理。?學習MLlib并了解如何應用它解決包括分類、推薦，以及其他多種實際問題。
Spark權威指南 目錄
目錄
前言1
第Ⅰ部分 大數據與Spark概述
第1章 Spark是什么？ 9
Apache Spark的設計哲學 10
背景： 大數據問題12
Spark的歷史 12
Spark的現狀和未來 14
運行Spark 14
第2章 Spark淺析 18
Spark的基本架構18
Spark API的多語言支持 20
Spark的API21
啟動Spark 21
轉換操作 24
動作操作 25
Spark用戶接口26
一個完整的例子 27
小結35
第3章 Spark工具集介紹 36
運行生產應用程序37
Dataset： 類型安全的結構化API 38
結構化流處理39
機器學習和高級數據分析 43
低級API48
SparkR 49
Spark的生態系統和工具包50
小結50
第Ⅱ部分 結構化API——DataFrame、
SQL和Dataset
第4章 結構化API概述 53
DataFrame類型和Dataset類型 54
Schema 54
結構化Spark類型概述 54
結構化API執行概述 61
小結63
第5章 基本的結構化操作 64
模式65
列和表達式66
記錄和行 69
DataFrame轉換操作70
小結86
第6章 處理不同的數據類型 87
在哪里查找API87
轉換成Spark類型89
處理布爾類型89
處理數值類型92
處理字符串類型 96
處理日期和時間戳類型 101
處理數據中的空值 106
處理JSON類型 113
用戶自定義函數 115
小結 119
第7章 聚合操作 120
聚合函數 122
分組 128
window函數 130
分組集 133
用戶自定義的聚合函數 138
小結 139
第8章 連接操作 140
連接表達式 140
連接類型 140
內連接 142
外連接 143
左外連接 143
右外連接 144
左半連接 144
左反連接 145
自然連接 146
交叉連接(笛卡爾連接) 146
連接操作常見問題與解決方案 147
小結 152
第9章 數據源 153
數據源 API 的結構 154
CSV 文件 156
JSON 文件 161
Parquet文件 163
ORC文件 164
SQL數據庫 165
文本文件 173
高級I/O概念 174
小結 177
第10章 Spark SQL 178
什么是 SQL？ 178
大數據和SQL： Apache Hive 178
大數據和SQL： Spark SQL 179
如何運行Spark SQL 查詢 180
Catalog 182
視圖 187
數據庫 188
選擇語句 189
高級主題 190
其他功能 194
小結 195
第11章 Dataset 196
何時使用Dataset 197
創建Dataset 197
動作操作 199
轉換操作 199
連接 201
分組和聚合 202
小結 203
第Ⅲ部分 低級API
第12章 彈性分布式數據集 207
什么是低級API？ 207
關于RDD 208
創建RDD 210
操作RDD 212
轉換操作 213
動作操作 215
保存文件 218
緩存 219
檢查點 220
通過pipe方法調用系統命令操作RDD 220
小結 222
第13章 高級RDD 223
Key-Value基礎 (Key-Value RDD)224
聚合操作 226
CoGroups 230
連接操作 231
控制分區 232
自定義序列化 235
小結 236
第14章 分布式共享變量 237
廣播變量 237
累加器 239
小結 243
第Ⅳ部分 生產與應用
第15章 Spark如何在集群上運行 247
Spark應用程序的體系結構 247
Spark應用程序的生命周期( Spark外部) 250
Spark應用程序的生命周期( Spark內部) 253
執行細節 258
小結 259
第16章 開發Spark應用程序 260
編寫Spark應用程序 260
測試Spark應用程序 265
開發過程 268
啟動應用程序 268
配置應用程序 271
小結 278
第17章 部署Spark 279
在哪里部署Spark集群 280
集群管理器 282
其他注意事項 288
小結 289
第18章 監控與調試 290
監控級別 290
要監視什么 291
Spark日志 292
Spark UI 293
調試和Spark搶救方案 301
小結 311
第19章 性能調優 312
間接性能優化 313
直接性能優化 320
小結 325
第Ⅴ部分 流處理
第20章 流處理基礎 329
什么是流處理？ 330
流處理設計要點 334
Spark的流處理API 336
小結 338
第21章 結構化流處理基礎 339
結構化流處理概述 339
核心概念 340
結構化流處理實例 343
結構化流上的轉換操作 347
聚合 348
輸入和輸出 349
流式Dataset API 358
小結 359
第22章 事件時間和有狀態處理 360
事件時間 360
有狀態處理 362
任意有狀態處理 362
事件時間基礎知識 363
事件時間的窗口 363
在流中刪除重復項 370
任意有狀態處理 371
小結 380
第23章 生產中的結構化流處理 381
容錯和檢查點 381
更新應用程序 382
度量和監視 384
警報 386
使用流偵聽器進行高級監視 387
小結 388
第Ⅵ部分 高級分析與機器學習
第24章 高級分析和機器學習概覽 391
高級分析簡介 392
Spark的高級分析工具包 399
高級MLlib概念 400
MLlib的執行 402
部署模式 412
小結 413
第25章 預處理和特征工程 414
根據應用場景格式化模型 414
轉換器 416
預處理的估計器 417
高級轉換器 418
處理連續型特征 422
使用類別特征 428
文本數據轉換器 431
特征操作 440
特征選擇 442
高級主題 443
編寫自定義轉換器 444
小結 445
第26章 分類 446
應用場景 446
分類的類型 446
MLlib中的分類模型 447
邏輯回歸 449
決策樹 452
隨機森林和梯度提升樹 454
樸素貝葉斯 456
分類評估器和自動化模型校正 457
One-vs-Rest分類 459
多層感知器 459
小結 459
第27章 回歸 460
應用場景 460
MLlib中的回歸模型 461
線性回歸 462
廣義線性回歸 464
決策樹 466
隨機森林和梯度提升樹 467
高級方法 468
評估器和自動化模型校正 469
度量標準 470
小結 471
第28章 推薦系統 472
應用場景 472
基于交替*小二乘法的協同過濾 473
推薦系統的評估器 476
度量指標 477
頻繁模式挖掘 479
小結 479
第29章 無監督學習 480
應用場景 480
模型的可擴展性 481
k-means 482
二分k-means 484
高斯混合模型 485
LDA主題模型 487
小結 490
第30章 圖分析 491
構建圖 493
查詢圖 495
模式發現 496
圖算法 498
小結 504
第31章 深度學習 505
什么是深度學習？ 505
在Spark中使用深度學習 506
深度學習庫 508
Deep Learning Pipelines的一個簡單示例 510
小結 514
第Ⅶ部分 生態系統
第32章 語言支持： Python(PySpark)和R(SparkR和
Sparklyr) 517
PySpark 518
Spark 中的R 519
小結 529
第33章 生態系統和社區 530
Spark軟件包 530
社區 533
小結 534
展開全部
Spark權威指南 作者簡介
Bill Chambers是Databricks的一名產品經理，致力于使用Spark和Databricks幫助客戶完成大規模數據分析的任務。Bill還定期寫關于數據科學和大數據方面的博客, 并常在各種會議和見面會上展示產品。他擁有加州大學伯克利分校信息學院的信息系統碩士學位, 研究方向為數據科學。Matei Zaharia是斯坦福大學計算機科學系助理教授和Databricks的首席技術官。他于2009年在加州大學伯克利分校創立了Spark項目, 那時他是一名博士生, 并繼續擔任Apache Spark項目的副主席。Matei Zaharia還是Apache Mesos項目的聯合創始人，也是Apache Hadoop項目的貢獻者。Matei Zaharia以他出色的研究工作獲得了2014年美國計算機學會博士論文獎和VMware系統研究獎。
書友推薦
- >
伊索寓言-世界文學名著典藏-全譯本
- >
唐代進士錄
- >
我從未如此眷戀人間
- >
月亮虎
- >
【精裝繪本】畫給孩子的中國神話
- >
推拿
- >
二體千字文
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
