本书教读者在Kafka平台上实现流式处理。在这本易于理解的书中，读者将通过实际的例子来收集、转换和聚合数据，使用多个处理器，处理实时事件。

本书适合立志成为数据科学家的R语言初学者阅读。

　　2014年天猫双11购物狂欢节成交额创下了571.12亿元的纪录! 　　交易创建峰值能力达到每秒钟8万笔，支付宝的支付峰值突破了每分钟285万笔。 　　成功创下这项纪录背后，有ODPS很大的功劳！ 　　阿里巴巴集团副总裁刘振飞表示，云计算在今年双11 起到了非常重要的基础性作用。天猫、淘宝、支付宝的大数据处理，都是基于阿里云计算的大数据处理平台ODPS 完成，ODPS为天猫双十一的商品个性化推荐提供了技术支持，这是自主研发能力的一个很大提升。 　　ODPS（Open Data Processing Service）是阿里巴巴自主研发的海量数据处理和分析的服务平台，主要应用于数据分析、海量数据统计、数据挖掘、机器学习和商业智能等领域。目前，ODPS不仅在阿里内部得到广泛应用，享有很好的口碑，正逐步走向第三方开放市场 　　本书是学习和掌握ODPS的专业指南，作者来自阿里ODPS团队。 　　本书包括以下重要内容： 　　ODPS概览及其基本知识； 　　如何高效地使用ODPS SQL； 　　MapReduce编程和进阶应用； 　　ODPS机器学习算法； 　　ODPS权限、资源和数据管理； 　　深入了解ODPS体系结构和高级机制。 　　书中所有示例代码都可以通过https://github.com/duckrun/odps_book免费下载。

在数字经济时代，数据是重要的资源要素；同时，新的数据又在源源不断地产生，企业面临的一个基本问题就是如何管理和利用这些数据，这对传统的数据处理方法与分析框架提出了新的诉求和挑战，也是全球业界与学界为关心的问题。为了满足大数据时代对信息的快速处理的需求，一个分布式的开源计算框架Apache Spark应运而生。经过十年的发展，Spark已经成为目前大数据处理的标杆，在整个业界得到了广泛的使用。对大数据工程师来说，用Spark构建数据管道无疑是很好的选择，而对数据科学家来说，Spark也是高效的数据探索工具。 本书基于Spark发行版2.4.4写作而成，包含大量的实例与一个完整项目，技术理论与实战相结合，层次分明，循序渐进。本书不仅介绍了如何开发Spark应用的基础内容，包括Spark架构、Spark编程、SparkSQL、Spark调优等，还探讨了Structured Streaming、Spark机器学习、Spark图挖掘、Spark深度学习、Alluxio系统等高级主题，同时完整实现了一个企业背景调查系统，借鉴了数据湖与Lambda架构的思想，涵盖了批处理、流处理应用开发，并加入了一些开源组件来满足业务需求。学习该系统可以使读者从实战中巩固所学，并将技术理论与应用实战融会贯通。 本书适合准备学习Spark的开发人员和数据分析师，以及准备将Spark应用到实际项目中的开发人员和管理人员阅读，也适合计算机相关专业的高年级本科生和研究生学习和参考，对于具有一定的Spark使用经验并想进一步提升的数据科学从业者也是很好的参考资料。

本书从零开始讲解 Spark。

数据科学与大数据技术专业系列规划教材。强调概念+算法实践，让你“小数据”上会“算”，“大数据”上“算得快”。