Spark大數據分析新利器：資料科學家與數據分析師非用不可的入門指南書

　　本書涵蓋了Spark專案的主要知識：
　　Spark核心RDD
　　Spark Shell互動式數據分析
　　Spark Streaming即時資料串流
　　Spark SQL查詢處理
　　MLlib機器學習框架
　　GraphX圖形處理

　　除了以上基本Spark知識之外，還專闢一章介紹Scala，它除了是最熱門的函數式編程語言，也是Spark的原生語言。讀者將會學到使用Scala進行基礎函數編程，直接用它來寫出Spark應用程式。並且於最後特別提及Spark的三種叢集管理與Spark內建的網頁監控應用程式。

　　書中還介紹其他可搭配Spark使用的大數據技術，如：HDFS、Avro、Pqrquet、Kafka、Cassandra、Hbase、Mesos...等。也提供了機器學習和圖學概念的介紹。

　　如果想要將這本書發揮最大效益，就請嘗試動手鍵入書中的範例。用這些範例程式進行實驗，你將會覺得更加清楚明瞭。練習過書中的範例，在讀完這本書後將會成為一個有實力的Spark開發者。

本書特色

　　透過上百場大數據相關研討會，萃取出業界人士常見問題之精華
　　了解開發者在運用Spark時，可能需要使用的開發和測試工具
　　涵蓋機器學習與圖形演算，強化大數據分析能力基礎
　　適合軟體設計者、架構設計師、專案管理者、或是程式設計師閱讀

作者簡介

Mohammed Guller

　　他是美國數據分析平台公司Glassbeam的首席架構師，主要工作是帶領開發高階預測分析系統。身為大數據和Spark的專家，他常受邀到許多大數據研討會演講。對於建立新產品、巨量資料分析、以及機器學習有著無比的熱情。

　　過去20年來，Mohammed成功地從概念到發佈，開發出許多創新科技產品。在加入Glassbeam公司前，他是TrustRecs.com的創辦人，這間公司是他任職於IBM五年後創立的。而在加入IBM前，他也在許多高科技新創公司帶領開發新產品。

　　Mohammed擁有美國加州大學柏克萊分校的商業管理碩士學位，以及印度古吉拉特大學RCC的電腦軟體碩士學位。

CHAPTER 01──大數據技術
Hadoop
資料序列化
分欄式儲存  
訊息系統
NoSQL
分散式SQL查詢引擎
總結

CHAPTER 02──Scala程式設計
函數式程式設計  
Scala基礎
可獨立執行的Scala應用程式
總結

CHAPTER 03── Spark核心
總覽
高階架構
應用程式的執行  
資料來源
應用程式介面
惰性操作
快取
Spark 工作
共用變數
總結

CHAPTER 04──使用Spark Shell進行互動式資料分析
起手式
REPL指令
將Spark Shell作為Scala Shell使用
數值分析
日誌分析
總結

CHAPTER 05──撰寫Spark應用程式
Spark中的Hello World
編譯並執行應用程式
監控應用程式
應用程式除錯
總結

CHAPTER 06──Spark Streaming
Spark Streaming簡介  
應用程式介面
完整的Spark Streaming應用程式
總結

CHAPTER 07──Spark SQL
Spark SQL簡介
效能
應用程式
應用程式介面
內建函數  
使用者自訂函數與使用者自訂彙整函數  
互動式分析範例
使用Spark SQL JDBC伺服器進行互動式分析  
總結

CHAPTER 08──Spark機器學習
介紹機器學習
Spark機器學習函式庫
MLlib函式庫概觀
The MLlib API
MLlib應用程式範例
Spark ML  
Spark ML應用程式範例
總結  

CHAPTER 09──Spark圖學處理
圖形簡介
GraphX簡介  
GraphX API  
總結  

CHAPTER 10──叢集管理器
獨立叢集管理器
Apache Mesos  
YARN
總結

CHAPTER 11──監控
監控獨立叢集  
監控Spark應用程式
總結

作者	Mohammed Gulle
出版社	松崗
图书书号/ISBN	9789572245941
出版日期	2016-11-18
开本
图书页数	416
图书装订	平裝
图书规格	23 / 單色印刷 / 普級
版次	初版
印张
字数
所属分类