Spark大数据分析技术（Scala版）_曹洁著_9787512433854_湖南知新文化传播有限公司读者荐购服务

　　《Spark大数据分析技术（Scala版）》系统介绍了Spark大数据技术的相关知识，内容包括Spark概述、Scala基础编程、基于Scala的Spark编程、Windows环境下的Spark综合编程、SparkSQL结构化数据处理、SparkStreaming流计算、SparkGraphX图计算、SparkMLlib机器学习。
　　《Spark大数据分析技术（Scala版）》还给出了Spark大数据相关技术的许多编程示例与详细注解。
　　《Spark大数据分析技术（Scala版）》可作为高等院校计算机、软件工程、数据科学与大数据技术、智能科学与技术、人工智能等专业的大数据课程教材，也可供相关技术人员参考。

　　数据已成为国家基础性战略资源，大数据正逐渐对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理产生重要影响。2013年6月，Spark进入Apache成为孵化项目，8个月后成为Apache顶级项目。Spark因其先进的设计理念而迅速成为社区的热门项目，随着Spark的SparkSQL、SparkStreaming、MLlib和GraphX等组件被相继推出，这些组件逐渐形成大数据处理一站式解决平台。
　　Spark功能强大，涉及的知识面宽广。本书用通俗易懂的语言阐述相关原理和操作，并给出了丰富的操作案例，同时将知识点讲解与实际操作相结合，使读者学以致用。
　　全书共8章，各章内容如下。
　　第1章为Spark概述。本章主要介绍Spark运行机制、Spark安装及配置、SparkScala编程和SparkPython编程。
　　第2章为Scala基础编程。本章对Scala进行概要介绍，主要包括Scala特性，Scala安装，Scala基本数据类型，Scala常量和变量，Scala数组、列表、集合和映射，Scala控制结构，Scala函数，Scala类和Scala读写文件。
　　第3章为基于Scala的Spark编程。RDD是Spark的核心概念，本质上是一个只读的分区记录集合，每个分区是一个数据集片段。Spark基于Scala语言提供了对RDD的转换操作和行动操作，通过这些操作可实现复杂的应用。本章主要介绍RDD的创建方法、RDD各种操作、RDD属性、RDD持久化的方法以及如何使用Scala语言编写Spark应用程序。
　　第4章为Windows环境下的Spark综合编程。本章主要介绍如何在Windows系统上搭建Spark、Hadoop和Maven开发环境，并给出一个Spark综合编程实例。
　　第5章为SparksoL结构化数据处理。SparksoL是Spark用来处理结构化数据的一个模块，它提供了一个编程抽象，叫作DataFrame。本章主要介绍SparksoL与Shell交互、DataFrame对象的创建、DataFrame对象上的常用操作。
　　第6章为SparkStreaming流计算。本章首先介绍流计算的相关概念、SparkStreaming运行原理、SparkStreaming程序编写步骤、StreamingContext对象的创建，然后介绍DStream的常用操作。

你还可能感兴趣

我要评论