本书采取“项目引领、任务驱动”的方式组织内容，每个教学任务均来源于汽车工程实例。全书共有8个项目，主要包括：汽车常用机构、汽车机械传动装置、汽车常用机械零部件、汽车液压传动、汽车工程材料、汽车制造技术——金属成形热加工等内容。
电子书
内容简介
本书以Scala作为开发Spark应用程序的编程语言，系统地介绍了Spark编程的基础知识。全书共9章，内容包括大数据技术概述、Scala语言基础、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、Structured Streaming和Spark MLlib。 本书每章都安排了入门级的编程实践操作，以便使读者能更好地学习和更牢固地掌握Spark编程方法。本书配套官网免费提供了全套的在线教学资源，包括讲义PPT、习题、源代码、软件、数据集、授课视频、上机实验指南等。 本书可以作为高等院校计算机、软件工程、数据科学与大数据技术等专业的进阶级大数据课程教材，用于指导Spark编程实践，也可供相关技术人员参考。
章节目录
- 第2章 Scala语言基础
- 2.1 Scala 语言概述
- 2.1.1 计算机的缘起
- 2.1.2 编程范式
- 2.1.3 Scala 简介
- 2.1.4 Scala 的安装
- 2.1.5 编写及运行HelloWorld 程序
- 2.2 Scala 基础知识
- 2.2.1 基本数据类型和变量
- 2.2.2 I/O
- 2.2.3 控制结构
- 2.2.4 数据结构
- 2.3 面向对象编程基础
- 2.3.1 类
- 2.3.2 对象
- 2.3.3 继承
- 2.3.4 参数化类型
- 2.3.5 特质
- 2.3.6 模式匹配
- 2.3.7 包
- 2.4 函数式编程基础
- 2.4.1 函数的定义与使用
- 2.4.2 高阶函数
- 2.4.3 闭包
- 2.4.4 偏应用函数和柯里化
- 2.4.5 针对容器的操作
- 2.4.6 函数式编程实例
- 2.5 本章小结
- 2.6 习题
- 实验2 Scala 编程初级实践
- 第3章 Spark的设计与运行原理
- 3.1 概述
- 3.2 Spark 生态系统
- 3.3 Spark 运行架构
- 3.3.1 基本概念
- 3.3.2 架构设计
- 3.3.3 Spark 运行基本流程
- 3.3.4 RDD 的设计与运行原理
- 3.4 Spark 的部署模式
- 3.5 TensorFlowOnSpark
- 3.6 本章小结
- 3.7 习题
- 第4章 Spark环境搭建和使用方法
- 4.1 安装Spark
- 4.1.1 基础环境
- 4.1.2 下载安装文件
- 4.1.3 配置相关文件
- 4.1.4 Spark 和Hadoop 的交互
- 4.2 在spark-shell 中运行代码
- 4.2.1 “spark-shell”命令
- 4.2.2 启动spark-shell
- 4.2.3 Spark 用户界面
- 4.3 开发Spark 独立应用程序
- 4.3.1 安装编译打包工具
- 4.3.2 编写Spark 应用程序代码
- 4.3.3 编译打包
- 4.3.4 通过“spark-submit”命令提交并运行程序
- 4.4 Spark 集群环境搭建
- 4.4.1 集群概况
- 4.4.2 搭建Hadoop 集群
- 4.4.3 在集群中安装Spark
- 4.4.4 配置环境变量
- 4.4.5 Spark 的配置
- 4.4.6 启动Spark 集群
- 4.4.7 关闭Spark 集群
- 4.5 在集群上运行Spark 应用程序
- 4.5.1 启动Spark 集群
- 4.5.2 在集群中运行应用程序JAR 包
- 4.5.3 在集群中运行spark-shell
- 4.5.4 查看应用程序的运行情况
- 4.6 本章小结
- 4.7 习题
- 实验3 Spark 和Hadoop 的安装
- 第5章 RDD编程
- 5.1 RDD 编程基础
- 5.1.1 RDD 创建
- 5.1.2 RDD 操作
- 5.1.3 持久化
- 5.1.4 分区
- 5.1.5 一个综合实例
- 5.2 键值对RDD
- 5.2.1 键值对RDD 的创建
- 5.2.2 常用的键值对RDD 转换操作
- 5.2.3 一个综合实例
- 5.3 数据读写
- 5.3.1 本地文件系统的数据读写
- 5.3.2 HDFS 的数据读写
- 5.3.3 读写MySQL 数据库
- 5.4 综合实例
- 5.4.1 求Top N 个数据的值
- 5.4.2 文件排序
- 5.4.3 二次排序
- 5.5 本章小结
- 实验4 RDD 编程初级实践
- 第6章 Spark SQL
- 6.1 Spark SQL 简介
- 6.1.1 从Shark 说起
- 6.1.2 Spark SQL 的架构
- 6.1.3 为什么推出Spark SQL
- 6.1.4 Spark SQL 的特点
- 6.1.5 Spark SQL 简单编程实例
- 6.2 结构化数据DataFrame
- 6.2.1 DataFrame 概述
- 6.2.2 DataFrame 的优点
- 6.3 DataFrame 的创建和保存
- 6.3.1 Parquet
- 6.3.2 JSON
- 6.3.3 CSV
- 6.3.4 文本文件
- 6.3.5 序列集合
- 6.4 DataFrame 的基本操作
- 6.4.1 DSL 语法风格
- 6.4.2 SQL 语法风格
- 6.5 从RDD 转换得到DataFrame
- 6.5.1 利用反射机制推断RDD 模式
- 6.5.2 使用编程方式定义RDD 模式
- 6.6 使用Spark SQL 读写数据库
- 6.6.1 准备工作
- 6.6.2 读取MySQL 数据库中的数据
- 6.6.3 向MySQL 数据库写入数据
- 6.6.4 编写独立应用程序访问MySQL
- 6.7 DataSet
- 6.7.1 DataFrame、DataSet 和RDD 的区别
- 6.7.2 创建DataSet
- 6.7.3 RDD、DataFrame 和DataSet 之间的相互转换
- 6.7.4 词频统计实例
- 6.8 本章小结
- 6.9 习题
- 实验5 Spark SQL 编程初级实践
- 第7章 Spark Streaming
- 7.1 流计算概述
- 7.1.1 静态数据和流数据
- 7.1.2 批量计算和实时计算
- 7.1.3 流计算概念
- 7.1.4 流计算框架
- 7.1.5 流计算处理流程
- 7.2 Spark Streaming
- 7.2.1 Spark Streaming 简介
- 7.2.2 Spark Streaming 与Storm 的对比
- 7.2.3 从Hadoop+Storm 架构转向Spark 架构
- 7.3 DStream 操作概述
- 7.3.1 Spark Streaming 工作机制
- 7.3.2 编写Spark Streaming 程序的基本步骤
- 7.3.3 创建StreamingContext 对象
- 7.4 基本数据源
- 7.4.1 文件流
- 7.4.2 套接字流
- 7.4.3 RDD 队列流
- 7.5 高级数据源
- 7.5.1 Kafka 简介
- 7.5.2 Kafka 准备工作
- 7.5.3 Spark 准备工作
- 7.5.4 编写Spark Streaming 程序使用Kafka 数据源
- 7.6 转换操作
- 7.6.1 DStream 无状态转换操作
- 7.6.2 DStream 有状态转换操作
- 7.7 输出操作
- 7.7.1 把DStream 输出到文本文件中
- 7.7.2 把Dstream 输出到关系数据库中
- 7.8 本章小结
- 7.9 习题
- 实验6 Spark Streaming 编程初级实践
- 第8章 Structured Streaming
- 8.1 概述
- 8.1.1 Spark Streaming 的不足之处
- 8.1.2 Structured Streaming 的设计理念
- 8.1.3 Structured Streaming 的处理模型
- 8.1.4 Structured Streaming 和Spark SQL、Spark Streaming 的关系
- 8.1.5 Structured Streaming 与其他流处理技术的对比
- 8.2 Structured Streaming 程序的编写与测试运行
- 8.2.1 编写程序
- 8.2.2 测试运行
- 8.3 输入源
- 8.3.1 File 源
- 8.3.2 Kafka 源
- 8.3.3 Socket 源
- 8.3.4 Rate 源
- 8.4 输出操作
- 8.4.1 启动流计算
- 8.4.2 输出模式
- 8.4.3 输出接收器
- 8.5 容错处理
- 8.5.1 通过检查点恢复故障
- 8.5.2 故障恢复中的限制
- 8.6 迟到数据处理
- 8.6.1 事件时间
- 8.6.2 迟到数据
- 8.6.3 水印
- 8.6.4 多水印规则
- 8.6.5 处理迟到数据的例子
- 8.7 查询的管理和监控
- 8.7.1 管理和监控的方法
- 8.7.2 一个监控的实例
- 8.8 本章小结
- 8.9 习题
- 实验7 Structured Streaming 编程初级实践
- 第9章 Spark MLlib
- 9.1 基于大数据的机器学习
- 9.2 机器学习库MLlib 概述
- 9.3 基本的数据类型
- 9.3.1 本地向量
- 9.3.2 标注点
- 9.3.3 本地矩阵
- 9.3.4 数据源
- 9.4 基本的统计分析工具
- 9.4.1 相关性
- 9.4.2 假设检验
- 9.4.3 汇总统计
- 9.5 机器学习流水线
- 9.5.1 流水线的概念
- 9.5.2 流水线的工作过程
- 9.6 特征提取、转换和选择及局部敏感哈希
- 9.6.1 特征提取
- 9.6.2 特征转换
- 9.6.3 特征选择
- 9.6.4 局部敏感哈希
- 9.7 分类算法
- 9.7.1 逻辑斯谛回归分类算法
- 9.7.2 决策树分类算法
- 9.8 聚类算法
- 9.8.1 K-Means 聚类算法
- 9.8.2 GMM 聚类算法
- 9.9 频繁模式挖掘算法
- 9.9.1 FP-Growth 算法
- 9.9.2 PrefixSpan 算法
- 9.10 协同过滤算法
- 9.10.1 协同过滤算法的原理
- 9.10.2 ALS 算法
- 9.11 模型选择
- 9.11.1 模型选择工具
- 9.11.2 用交叉验证选择模型
- 9.12 本章小结
- 9.13 习题
- 实验8 Spark 机器学习库MLlib 编程初级实践
展开全部
Spark编程基础 （Scala版 第2版）（附微课视频）是2022年由人民邮电出版社出版,作者编著。
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 （Scala版 第2版）（附微课视频）》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
本书共10章，介绍了从零件材料的选用到最终制成产品全过程的基础知识，主要内容包括工程材料，各种毛坯成形的生产工艺知识，金属切削基础知识，外圆面、孔、平面、螺纹和齿轮等各种典型成形表面的加工工艺与装备，机械制造工艺，数控加工技术以及现代制造新工艺等。
电子书
本书以各类常用机构的运动特性分析为导引，以传动机构及其对应的通用零件为主要研究对象，以各类零部件的失效形式及设计准则为主线进行章节内容的组织编排。全书共13章，包括第1章机械设计概论、第2章平面机构的结构分析、第3章平面连杆机构、第4章凸轮机构、第5章间歇运动机构和螺旋机构、第6章机械的平衡与调速、第7章摩擦与疲劳破坏、第8章齿轮传动、第9章带传动和链传动、第10章连接、第11章轴承、第12章轴、
电子书
本书主要内容包括数控机床的工作原理、数控车床仿真操作与编程、数控铣床（加工中心）仿真操作与编程。全书以FANUC数控系统为重点，按照理论实训一体化的模式编写。附录中给出了数控车工、铣工技能竞赛理论与实操试题及答案。
电子书
本书共9章，包括绪论、铁路线路、铁路车辆、铁路机车、铁路车站与枢纽、铁路信号与通信设备、铁路运输组织工作等，涵盖铁路发展史、铁路运输相关设备、铁路运输组织工作、高速铁路与重载铁路等几个方面。
电子书
本书以Python作为开发Spark应用程序的编程语言，介绍了Spark编程的基础知识。全书共8章，内容包括大数据技术概述、Spak的设计与运行原理、Spark环境搭建和使用方法、RDD编程、SparkSOL、SparkStreaming、StructuredStreaming和SparkMLlib等。
电子书
本书以任务为导向，系统介绍Python编程基础及其相关知识的应用，讲解如何利用Python的知识解决部分实际问题。全书共9章，第1章介绍学习Python的准备工作，包括Python的由来、Python环境搭建、编辑器介绍与安装等。第2～8章主要介绍Python的基础知识、数据结构、程序流程控制语句、函数、面向对象编程、文件基础和常用的内置模块等内容。第9章介绍综合案例：学生测试程序设计。除第9章外
电子书
本书系统地介绍了常用景观植物的类型和植物设计的基本理论与实践方法，全书分为理论篇和项目篇，共6个学习单元。理论篇讲解了景观植物的相关概念、分类、作用，景观植物设计发展趋势，景观植物的表达方法，介绍了277种常见的景观植物及植物的种植设计形式；项目篇选取3个主流设计项目——道路绿地植物设计、别墅庭院植物设计、城市居住区景观植物设计，依据景观设计行业对植物种植设计师的知识、能力、素质的要求安排项目设计
