123,123

內(nèi)容簡(jiǎn)介

　　書(shū)中第1章首先通過(guò)介紹Spark的生態(tài)系統(tǒng)和RDD編程模型，使讀者能夠快速的對(duì)Spark技術(shù)的生態(tài)環(huán)境以及對(duì)Spark的RDD編程模型有個(gè)非常直觀的了解。第2章，首先介紹了Spark應(yīng)用的兩種部署模式；然后在應(yīng)用部署模式基礎(chǔ)上，開(kāi)始Spark實(shí)戰(zhàn)的案例與解析，通過(guò)提供一個(gè)完整的基礎(chǔ)案例，使讀者了解一個(gè)Spark應(yīng)用的大致處理流程；接著對(duì)實(shí)戰(zhàn)中的重點(diǎn)部分，結(jié)合源碼分析、監(jiān)控日志分析等深入解析了Spark運(yùn)行機(jī)制、DAG圖等關(guān)鍵內(nèi)容；后給出Spark開(kāi)發(fā)者常用的應(yīng)用程序構(gòu)建案例與分析，以及調(diào)試環(huán)境搭建的案例與應(yīng)用調(diào)試的案例。第3章重點(diǎn)針對(duì)SparkSQL子模塊進(jìn)行實(shí)戰(zhàn)，首先概要分析了Spark1.3版本中引入的DataFrame，然后基于DataFrame編程模型給出一個(gè)完整的基礎(chǔ)案例與解析，接著也是針對(duì)實(shí)戰(zhàn)中的難度、重點(diǎn)部分，給予了更豐富的案例與深入地分析，后，重點(diǎn)關(guān)注Spark1.3版本中DataFrame當(dāng)前支持的各種數(shù)據(jù)源，并給出各種數(shù)據(jù)源基礎(chǔ)上的案例與分析，數(shù)據(jù)源包括各種結(jié)構(gòu)化數(shù)據(jù)文件、Hive表、外部數(shù)據(jù)庫(kù)或現(xiàn)有的RDD。第4章針對(duì)流處理進(jìn)行實(shí)戰(zhàn)，首先分析流處理中的關(guān)鍵點(diǎn)和難度，并通過(guò)實(shí)例進(jìn)行深入解析。然后針對(duì)各種數(shù)據(jù)源的情景，給出由淺入深的實(shí)戰(zhàn)案例與解析，并結(jié)合部分源碼，分析流處理的性能調(diào)優(yōu)等，并給出實(shí)例與分析。第5章針對(duì)著名的分布式內(nèi)存存儲(chǔ)系統(tǒng)Tachyon進(jìn)行實(shí)戰(zhàn)，并對(duì)實(shí)戰(zhàn)案例進(jìn)行分析，內(nèi)容包括從Tachyon集群部署的案例與分析、Tachyon集群配置的案例與分析等，后關(guān)注Tachyon對(duì)Spark應(yīng)用的性能調(diào)優(yōu)的影響，給出實(shí)戰(zhàn)案例及其深入解析。第6章通過(guò)大約30個(gè)動(dòng)手實(shí)踐的案例循序漸進(jìn)地展示SparkGraphX框架方方面面的功能和使用方法，并對(duì)SparkGraphX的源碼進(jìn)行解析，并用綜合實(shí)戰(zhàn)案例鞏固知識(shí)；第7章從快速入門機(jī)器學(xué)習(xí)開(kāi)始，詳細(xì)解析MLlib框架，通過(guò)對(duì)線性回歸、聚類、協(xié)同過(guò)濾的算法解析、源碼解析和案例實(shí)戰(zhàn)，循序漸進(jìn)地揭秘MLLib，后通過(guò)對(duì)MLlib中BasicStatics、樸素貝葉斯算法、決策樹(shù)的解析和實(shí)戰(zhàn)，進(jìn)一步提升掌握Spark機(jī)器學(xué)習(xí)的技能。

作者簡(jiǎn)介

暫缺《Spark大數(shù)據(jù)實(shí)例開(kāi)發(fā)教程》作者簡(jiǎn)介

圖書(shū)目錄

第1章Spark簡(jiǎn)介
1.1什么是Spark
1.2Spark生態(tài)圈
1.2.1伯克利數(shù)據(jù)分析協(xié)議棧
1.2.2Spark開(kāi)源社區(qū)發(fā)展
1.3RDD編程模型
1.3.1RDD抽象概念
1.3.2RDD的操作
1.3.3RDD的依賴關(guān)系
1.3.4一個(gè)典型的DAG示意圖
第2章Spark RDD實(shí)踐案例與解析
2.1Spark應(yīng)用程序部署
2.1.1Spark應(yīng)用的基本概念
2.1.2應(yīng)用程序的部署方式
2.2RDD數(shù)據(jù)的輸入、處理、輸出的基本案例與解析
2.2.1集群環(huán)境的搭建
2.2.2交互式工具的啟動(dòng)
2.2.3文本數(shù)據(jù)的ETL案例實(shí)踐與解析
2.2.4文本數(shù)據(jù)的初步統(tǒng)計(jì)案例實(shí)踐與解析
2.2.5文本數(shù)據(jù)統(tǒng)計(jì)結(jié)果的持久化案例實(shí)踐與解析
2.2.6RDD的Lineage關(guān)系的案例與源碼解析
2.2.7RDD的持久化案例與解析
2.2.8RDD的構(gòu)建案例與解析
2.2.9分區(qū)數(shù)設(shè)置的案例與源碼解析
2.3RDD API的應(yīng)用案例與解析
2.3.1如何查找RDD API的隱式轉(zhuǎn)換
2.3.2RDD\\[T\\]的分區(qū)相關(guān)的API
2.3.3RDD\\[T\\]常用的聚合API
2.3.4DoubleRDDFunctions(self:RDD\\[Double\\])常用的API
2.3.5PairRDDFunctions［K,V］聚合相關(guān)的API
2.3.6RDD相互間操作的API
2.3.7PairRDDFunctions［K,V］間的相關(guān)API
2.3.8OrderedRDDFunctions［K,V,P<:Product2［K,V］］常用的API
2.4Spark應(yīng)用程序構(gòu)建
2.4.1基于SBT構(gòu)建Spark應(yīng)用程序的實(shí)例
2.4.2基于IDEA構(gòu)建Spark應(yīng)用程序的實(shí)例
2.4.3Spark提交應(yīng)用的調(diào)試實(shí)例
2.5移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)分析案例與解析
2.5.1移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)的準(zhǔn)備
2.5.2移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)分析與解析
2.6Spark RDD實(shí)踐中的常見(jiàn)問(wèn)題與解答
第3章Spark SQL實(shí)踐案例與解析
3.1Spark SQL概述
3.2DataFrame處理的案例與解析
3.2.1DataFrame編程模型
3.2.2DataFrame基本操作案例與解析
3.2.3DataFrame與RDD之間的轉(zhuǎn)換案例與解析
3.2.4緩存表（列式存儲(chǔ)）的案例與解析
3.2.5DataFrame API的應(yīng)用案例與分析
3.3Spark SQL處理各種數(shù)據(jù)源的案例與解析
3.3.1通用的加載/保存功能的案例與解析
3.3.2Parquet文件處理的案例與解析
3.3.3JSON數(shù)據(jù)集操作的案例與解析
3.3.4操作Hive表的案例與解析
3.3.5使用JDBC 操作其他數(shù)據(jù)庫(kù)的案例與解析
3.3.6集成Hive數(shù)據(jù)倉(cāng)庫(kù)的案例與解析
3.4基于Hive的人力資源系統(tǒng)數(shù)據(jù)處理案例與解析
3.4.1人力資源系統(tǒng)的數(shù)據(jù)庫(kù)與表的構(gòu)建
3.4.2人力資源系統(tǒng)的數(shù)據(jù)的加載
3.4.3人力資源系統(tǒng)的數(shù)據(jù)的查詢
第4章Spark Streaming實(shí)踐案例與解析
4.1Spark Streaming概述
4.2Spark Streaming基礎(chǔ)概念
4.3企業(yè)信息實(shí)時(shí)處理的案例與解析
4.3.1處理TCP數(shù)據(jù)源的案例與解析
4.3.2處理HDFS文件數(shù)據(jù)源的案例與解析
4.3.3處理Kafka數(shù)據(jù)源的準(zhǔn)備工作
4.3.4基于Receiver讀取Kafka數(shù)據(jù)的案例與解析
4.3.5直接讀取（無(wú)Receiver）Kafka數(shù)據(jù)的案例與解析
4.3.6處理Flume數(shù)據(jù)源的實(shí)踐準(zhǔn)備
4.3.7基于Flume風(fēng)格的推送數(shù)據(jù)案例與解析
4.3.8定制FlumeSink的拉取數(shù)據(jù)案例與解析
4.4性能調(diào)優(yōu)
4.4.1減少批處理的時(shí)間
4.4.2設(shè)置正確的批間隔
4.4.3內(nèi)存調(diào)優(yōu)
第5章Tachyon實(shí)踐案例與解析
5.1Tachyon概述
5.2重新編譯部署包
5.2.1重新編譯Tachyon的部署包
5.2.2重新編譯Spark的部署包
5.3Tachyon部署的案例與解析
5.3.1單機(jī)模式部署的案例與解析
5.3.2集群模式部署的案例與解析
5.3.3集群Master容錯(cuò)部署的案例與解析
5.4Tachyon配置的案例與解析
5.4.1底層存儲(chǔ)系統(tǒng)的配置案例與解析
5.4.2配置屬性與解析
5.5命令行接口的案例與解析
5.5.1命令行接口的說(shuō)明
5.5.2命令行接口的案例實(shí)踐與解析
5.6同步底層文件系統(tǒng)的案例與解析
5.6.1同步HDFS底層文件系統(tǒng)的案例與解析
5.6.2同步本地底層文件系統(tǒng)的案例與解析
5.7基于Tachyon運(yùn)行的案例與解析
5.7.1基于Tachyon運(yùn)行Spark的案例與解析
5.7.2基于Tachyon運(yùn)行Hadoop MR的案例與解析
附錄Spark 1.4版本新特性