国内高校大数据课程知名教师倾心之作，带你“零基础”学习大数据。
电子书
编辑推荐
系统、完整的数据科学与大数据技术专业解决方案。深入浅出，有效降低Spark技术学习门槛。
内容简介
本书以Scala作为开发Spark应用程序的编程语言，系统介绍了Spark编程的基础知识。全书共7章，内容包括大数据技术概述、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming、Spark MLlib等。
章节目录
- 扉页
- 版权页
- 内容提要
- 丛书序一
- 丛书序二
- 前言
- 第1章 大数据技术概述
- 1.1 大数据的概念与关键技术
- 1.1.1 大数据的概念
- 1.1.2 大数据关键技术
- 1.2 代表性大数据技术
- 1.2.1 Hadoop
- 1.2.2 Spark
- 1.2.3 Flink
- 1.2.4 Beam
- 1.3 编程语言的选择
- 1.4 在线资源
- 1.5 本章小结
- 1.6 习题
- 实验1 Linux系统的安装和常用命令
- 一、实验目的
- 二、实验平台
- 三、实验内容和要求
- 四、实验报告
- 第2章 Spark的设计与运行原理
- 2.1 概述
- 2.2 Spark生态系统
- 2.3 Spark运行架构
- 2.3.1 基本概念
- 2.3.2 架构设计
- 2.3.3 Spark运行基本流程
- 2.3.4 RDD的设计与运行原理
- 2.4 Spark的部署方式
- 2.5 本章小结
- 2.6 习题
- 第3章 Spark环境搭建和使用方法
- 3.1 安装Spark
- 3.1.1 基础环境
- 3.1.2 下载安装文件
- 3.1.3 配置相关文件
- 3.1.4 Spark和Hadoop的交互
- 3.2 在spark-shell中运行代码
- 3.2.1 spark-shell命令
- 3.2.2 启动spark-shell
- 3.3 开发Spark独立应用程序
- 3.3.1 安装编译打包工具
- 3.3.2 编写Spark应用程序代码
- 3.3.3 编译打包
- 3.3.4 通过spark-submit运行程序
- 3.4 Spark集群环境搭建
- 3.4.1 集群概况
- 3.4.2 搭建Hadoop集群
- 3.4.3 在集群中安装Spark
- 3.4.4 配置环境变量
- 3.4.5 Spark的配置
- 3.4.6 启动Spark集群
- 3.4.7 关闭Spark集群
- 3.5 在集群上运行Spark应用程序
- 3.5.1 启动Spark集群
- 3.5.2 采用独立集群管理器
- 3.5.3 采用Hadoop YARN管理器
- 3.6 本章小结
- 3.7 习题
- 实验2 Spark和Hadoop的安装
- 一、实验目的
- 二、实验平台
- 三、实验内容和要求
- 四、实验报告
- 第4章 RDD编程
- 4.1 RDD编程基础
- 4.1.1 RDD创建
- 4.1.2 RDD操作
- 4.1.3 持久化
- 4.1.4 分区
- 4.1.5 一个综合实例
- 4.2 键值对RDD
- 4.2.1 键值对RDD的创建
- 4.2.2 常用的键值对转换操作
- 4.2.3 一个综合实例
- 4.3 数据读写
- 4.3.1 文件数据读写
- 4.3.2 读写HBase数据
- 4.4 综合实例
- 4.4.1 求TOP值
- 4.4.2 文件排序
- 4.4.3 二次排序
- 4.5 本章小结
- 实验3 RDD编程初级实践
- 一、实验目的
- 二、实验平台
- 三、实验内容和要求
- 四、实验报告
- 第5章 Spark SQL
- 5.1 Spark SQL简介
- 5.1.1 从Shark说起
- 5.1.2 Spark SQL架构
- 5.1.3 为什么推出Spark SQL
- 5.2 DataFrame概述
- 5.3 DataFrame的创建
- 5.4 DataFrame的保存
- 5.5 DataFrame的常用操作
- 5.6 从RDD转换得到DataFrame
- 5.6.1 利用反射机制推断RDD模式
- 5.6.2 使用编程方式定义RDD模式
- 5.7 使用Spark SQL读写数据库
- 5.7.1 通过JDBC连接数据库
- 5.7.2 连接Hive读写数据
- 5.8 本章小结
- 5.9 习题
- 实验4 Spark SQL编程初级实践
- 一、实验目的
- 二、实验平台
- 三、实验内容和要求
- 四、实验报告
- 第6章 Spark Streaming
- 6.1 流计算概述
- 6.1.1 静态数据和流数据
- 6.1.2 批量计算和实时计算
- 6.1.3 流计算概念
- 6.1.4 流计算框架
- 6.1.5 流计算处理流程
- 6.2 Spark Streaming
- 6.2.1 Spark Streaming设计
- 6.2.2 Spark Streaming与Storm的对比
- 6.2.3 从“Hadoop+Storm”架构转向Spark架构
- 6.3 DStream操作概述
- 6.3.1 Spark Streaming工作机制
- 6.3.2 编写Spark Streaming程序的基本步骤
- 6.3.3 创建StreamingContext对象
- 6.4 基本输入源
- 6.4.1 文件流
- 6.4.2 套接字流
- 6.4.3 RDD队列流
- 6.5 高级数据源
- 6.5.1 Kafka简介
- 6.5.2 Kafka准备工作
- 6.5.3 Spark准备工作
- 6.5.4 编写Spark Streaming程序使用Kafka数据源
- 6.6 转换操作
- 6.6.1 DStream无状态转换操作
- 6.6.2 DStream有状态转换操作
- 6.7 输出操作
- 6.7.1 把DStream输出到文本文件中
- 6.7.2 把DStream写入到关系数据库中
- 6.8 本章小结
- 6.9 习题
- 实验5 Spark Streaming编程初级实践
- 一、实验目的
- 二、实验平台
- 三、实验内容和要求
- 四、实验报告
- 第7章 Spark MLlib
- 7.1 基于大数据的机器学习
- 7.2 机器学习库MLlib概述
- 7.3 基本数据类型
- 7.3.1 本地向量
- 7.3.2 标注点
- 7.3.3 本地矩阵
- 7.4 机器学习流水线
- 7.4.1 流水线的概念
- 7.4.2 流水线工作过程
- 7.5 特征提取、转换和选择
- 7.5.1 特征提取
- 7.5.2 特征转换
- 7.5.3 特征选择
- 7.5.4 局部敏感哈希
- 7.6 分类算法
- 7.6.1 逻辑斯蒂回归分类器
- 7.6.2 决策树分类器
- 7.7 聚类算法
- 7.7.1 K-Means聚类算法
- 7.7.2 GMM聚类算法
- 7.8 协同过滤算法
- 7.8.1 推荐算法的原理
- 7.8.2 ALS算法
- 7.9 模型选择和超参数调整
- 7.9.1 模型选择工具
- 7.9.2 用交叉验证选择模型
- 7.10 本章小结
- 7.11 习题
- 实验6 Spark机器学习库MLlib编程实践
- 一、实验目的
- 二、实验平台
- 三、实验内容和要求
- 四、实验报告
- 参考文献
展开全部
Spark编程基础是2018年由人民邮电出版社出版,作者林子雨。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Spark编程基础》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
将Hadoop和Spark组合起来进行剖析，呈现完整的大数据技术方案。
电子书
本书从设计思想和特性开发两个视角，对Flink框架进行介绍。
电子书
腾讯专家首次分享Spark最新实践，基于真实数据，用案例分析全面解读大数据应用设计！
电子书
数据库原理与技术应用：关系模型、SQL、设计、管理及NoSQL等。
电子书
数据库基础知识、设计、系统管理与前沿技术。
电子书
本书采用通俗易懂的语言对数字图像处理的相关概念进行阐述，同时穿插较为典型的Python小程序，使读者能够快速掌握数字图像处理的相关概念和技术。
电子书
本书是厦门大学作者团队长期经验总结的结晶，是在厦门大学《大数据技术原理与应用》入门级大数据教材的基础之上编写的。为了确保教程质量，在编著出版纸质教材之前，实验室已经于2016年10月通过实验室官网免费发布共享了简化版的Spark在线教程和相关教学资源，同时，该在线教程也已经用于厦门大学计算机科学系研究生的大数据课程教学，并成为全国高校大数据课程教师培训交流班的授课内容。实验室根据读者对在线Spark教程的大量反馈意见以及教学实践中发现的问题，对Spark在线教程进行了多次修正和完善，所有这些前期准备工作，都为纸质教材的编著出版打下了坚实的基础。
披荆斩棘，在大数据丛林中开辟学习捷径
填沟削坎，为快速学习Spark 技术铺平道路
深入浅出，有效降低Spark 技术学习门槛
资源全面，构建全方位一站式在线服务体系
