Spark技术手册：轻松写意处理大数据 pdf epub mobi txt 电子书下载 2024

图书介绍

☆☆☆☆☆
简体网页||繁体网页

著者

出版者出版社：欧莱礼订阅出版社新书快讯新功能介绍

翻译者译者：许致轩, 李尚, 蔡政廷, 吴政伦, 郑忆婷

出版日期出版日期：2019/10/18

语言语言：繁体中文

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

想要找书就要到小特书站

ttbooks.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-04-26

类似图书点击查看全场最低价

图书描述

本书是由Spark这个专案的成员所撰写，详尽的说明如何使用、部署与维运Apache Spark。本书将带领您探索Spark结构化API基础操作、结构化串流，并透过新的高阶API建立端到端的串流应用。开发与系统管理人员可由本书学习到如何进行Spark的监控、调校以及除错，以及如何使用MLlib分散式机器学习函式库。

　　．完整说明大数据与Spark
　　．透过实际的范例学习DataFrame、SQL与Dataset等Spark核心API概念
　　．深入了解Spark低阶API、RDD以及DataFrame与SQL的关系
　　．学习如何在丛集环境运行Spark
　　．针对Spark丛集与应用程式进行除错、监控与调校
　　．体会Spark结构化串流处理引擎的威力
　　．学习MLlib函式库并将其应用于多种分类或推荐等机器学习专案中

　　Bill Chambers是Databricks的产品经理，专注于大数据分析并提供企业用户完整的文件与协作让客户借由Spark与Databricks取得成功。

　　Matei Zaharia是史丹佛电脑科学系的助理教授以及Databricks的技术长。他于2009在加州柏克莱大学发起Spark专案，同时他也是Apache Mesos专案的共同发起人以及Apache Hadoop的早期贡献者。

好评推荐

　　「本书是专业Spark开发人员的必读指南，提供在其他书上找不到的技巧与诀窍」 —Ion Stoica, Director of the UC Berkeley RISE Lab

著者信息

作者简介

Bill Chambers

　　于2014年开始在多个实验专案中使用Spark。Bill目前在Databricks公司担任产品经理，这家公司协助使用者撰写各式Apache Spark应用程式。Bill也经常撰写关于Spark的网志并参与相关的研讨会与社群聚会。Bill拥有柏克莱大学资讯管理与系统硕士学位。

Matei Zaharia

　　于2009年在柏克莱大学博士生期间建立了Spark专案。Matei与柏克莱其他研究学者以及外部协力者共同设计了Spark核心API并发展Spark社群。他也持续参与Spark的新功能开发，例如结构化API与Structured Streaming。Matei与其他柏克莱Spark团队的成员在2013年共同创立了Databricks，旨在促进Spark开放原始码专案成长以及提供商业支援服务。至今Matei仍在Databricks担任首席技术长，并且为史丹佛大学资讯科学系助理教授，研究大规模系统与人工智慧。Matei于2013年取得柏克莱大学资讯科学博士学位。

Spark技术手册：轻松写意处理大数据 pdf epub mobi txt 电子书下载

图书目录

第一篇大数据与Spark概览
第1章何为Apache Spark？
第2章 Spark 简介
第3章 Spark 工具组导览

第二篇结构化API—DataFrame、SQL与Dataset
第4章结构化API 概览
第5章基础结构化操作
第6章操作不同型别的资料
第7章聚合
第8章关联
第9章资料源
第10章 Spark SQL
第11章 Datasets

第三篇低阶API
第12章弹性分散式资料集（RDD）
第13章进阶RDD
第14章分散式共享变数

第四篇 Production Applications
第15章如何在丛集上运行Spark
第16章开发Spark 应用程式
第17章部署Spark
第18章监控与除错
第19章效能调校

第五篇串流
第20章串流处理基础
第21章结构化串流基础
第22章事件时间和状态处理
第23章生产级的结构化串流

第六篇进阶分析与机器学习概览
第24章进阶分析与机器学习概览
第25章前处理与特征工程
第26章分类
第27章回归
第28章推荐
第29章非监督式学习
第30章图形分析
第31章深度学习
第32章其他特定语言: Python(PySpark) 与R(SparkR 和sparklyr)
第33章生态系与社群