51优质资源

 找回密码
 立即注册
搜索
查看: 434|回复: 14

[大数据/人工智能/云计算] Spark快速大数据分析(AZW3+EPUB+MOBI)

[复制链接]
  • TA的每日心情
    慵懒
    昨天 11:31
  • 签到天数: 386 天

    [LV.9]以坛为家II

    1803

    主题

    2189

    帖子

    9万

    积分

    管理员

    Rank: 9Rank: 9Rank: 9

    积分
    96294
    发表于 2020-2-27 15:16:03 | 显示全部楼层 |阅读模式
    『电子书截图』:




    『电子书目录』:
    第1章 Spark数据分析导论 1
    1.1 Spark是什么 1
    1.2 一个大一统的软件栈 2
    1.2.1 Spark Core 2
    1.2.2 Spark SQL 3
    1.2.3 Spark Streaming 3
    1.2.4 MLlib 3
    1.2.5 GraphX 3
    1.2.6 集群管理器 4
    1.3 Spark的用户和用途 4
    1.3.1 数据科学任务 4
    1.3.2 数据处理应用 5
    1.4 Spark简史 5
    1.5 Spark的版本和发布 6
    1.6 Spark的存储层次 6
    第2章 Spark下载与入门 7
    2.1 下载Spark 7
    2.2 Spark中Python和Scala的shell 9
    2.3 Spark 核心概念简介 12
    2.4 独立应用 14
    2.4.1 初始化SparkContext 15
    2.4.2 构建独立应用 16
    2.5 总结 19
    第3章 RDD编程 21
    3.1 RDD基础 21
    3.2 创建RDD 23
    3.3 RDD操作 24
    3.3.1 转化操作 24
    3.3.2 行动操作 26
    3.3.3 惰性求值 27
    3.4 向Spark传递函数 27
    3.4.1 Python 27
    3.4.2 Scala 28
    3.4.3 Java 29
    3.5 常见的转化操作和行动操作 30
    3.5.1 基本RDD 30
    3.5.2 在不同RDD类型间转换 37
    3.6 持久化( 缓存) 39
    3.7 总结 40
    第4章 键值对操作 41
    4.1 动机 41
    4.2 创建Pair RDD 42
    4.3 Pair RDD的转化操作 42
    4.3.1 聚合操作 45
    4.3.2 数据分组 49
    4.3.3 连接 50
    4.3.4 数据排序 51
    4.4 Pair RDD的行动操作 52
    4.5 数据分区(进阶) 52
    4.5.1 获取RDD的分区方式 55
    4.5.2 从分区中获益的操作 56
    4.5.3 影响分区方式的操作 57
    4.5.4 示例:PageRank 57
    4.5.5 自定义分区方式 59
    4.6 总结 61
    第5章 数据读取与保存 63
    5.1 动机 63
    5.2 文件格式 64
    5.2.1 文本文件 64
    5.2.2 JSON 66
    5.2.3 逗号分隔值与制表符分隔值 68
    5.2.4 SequenceFile 71
    5.2.5 对象文件 73
    5.2.6 Hadoop输入输出格式 73
    5.2.7 文件压缩 77
    5.3 文件系统 78
    5.3.1 本地/“常规”文件系统 78
    5.3.2 Amazon S3 78
    5.3.3 HDFS 79
    5.4 Spark SQL中的结构化数据 79
    5.4.1 Apache Hive 80
    5.4.2 JSON 80
    5.5 数据库 81
    5.5.1 Java数据库连接 81
    5.5.2 Cassandra 82
    5.5.3 HBase 84
    5.5.4 Elasticsearch 85
    5.6 总结 86
    第6章 Spark编程进阶 87
    6.1 简介 87
    6.2 累加器 88
    6.2.1 累加器与容错性 90
    6.2.2 自定义累加器 91
    6.3 广播变量 91
    6.4 基于分区进行操作 94
    6.5 与外部程序间的管道 96
    6.6 数值RDD 的操作 99
    6.7 总结 100
    第7章 在集群上运行Spark 101
    7.1 简介 101
    7.2 Spark运行时架构 101
    7.2.1 驱动器节点 102
    7.2.2 执行器节点 103
    7.2.3 集群管理器 103
    7.2.4 启动一个程序 104
    7.2.5 小结 104
    7.3 使用spark-submit 部署应用 105
    7.4 打包代码与依赖 107
    7.4.1 使用Maven构建的用Java编写的Spark应用 108
    7.4.2 使用sbt构建的用Scala编写的Spark应用 109
    7.4.3 依赖冲突 111
    7.5 Spark应用内与应用间调度 111
    7.6 集群管理器 112
    7.6.1 独立集群管理器 112
    7.6.2 Hadoop YARN 115
    7.6.3 Apache Mesos 116
    7.6.4 Amazon EC2 117
    7.7 选择合适的集群管理器 120
    7.8 总结 121
    第8章 Spark调优与调试 123
    8.1 使用SparkConf配置Spark 123
    8.2 Spark执行的组成部分:作业、任务和步骤 127
    8.3 查找信息 131
    8.3.1 Spark网页用户界面 131
    8.3.2 驱动器进程和执行器进程的日志 134
    8.4 关键性能考量 135
    8.4.1 并行度 135
    8.4.2 序列化格式 136
    8.4.3 内存管理 137
    8.4.4 硬件供给 138
    8.5 总结 139
    第9章 Spark SQL 141
    9.1 连接Spark SQL 142
    9.2 在应用中使用Spark SQL 144
    9.2.1 初始化Spark SQL 144
    9.2.2 基本查询示例 145
    9.2.3 SchemaRDD 146
    9.2.4 缓存 148
    9.3 读取和存储数据 149
    9.3.1 Apache Hive 149
    9.3.2 Parquet 150
    9.3.3 JSON 150
    9.3.4 基于RDD 152
    9.4 JDBC/ODBC服务器 153
    9.4.1 使用Beeline 155
    9.4.2 长生命周期的表与查询 156
    9.5 用户自定义函数 156
    9.5.1 Spark SQL UDF 156
    9.5.2 Hive UDF 157
    9.6 Spark SQL性能 158
    9.7 总结 159
    第10章 Spark Streaming 161
    10.1 一个简单的例子 162
    10.2 架构与抽象 164
    10.3 转化操作 167
    10.3.1 无状态转化操作 167
    10.3.2 有状态转化操作 169
    10.4 输出操作 173
    10.5 输入源 175
    10.5.1 核心数据源 175
    10.5.2 附加数据源 176
    10.5.3 多数据源与集群规模 179
    10.6 24/7不间断运行 180
    10.6.1 检查点机制 180
    10.6.2 驱动器程序容错 181
    10.6.3 工作节点容错 182
    10.6.4 接收器容错 182
    10.6.5 处理保证 183
    10.7 Streaming用户界面 183
    10.8 性能考量 184
    10.8.1 批次和窗口大小 184
    10.8.2 并行度 184
    10.8.3 垃圾回收和内存使用 185
    10.9 总结 185
    第11章 基于MLlib的机器学习 187
    11.1 概述 187
    11.2 系统要求 188
    11.3 机器学习基础 189
    11.4 数据类型 192
    11.5 算法 194
    11.5.1 特征提取 194
    11.5.2 统计 196
    11.5.3 分类与回归 197
    11.5.4 聚类 202
    11.5.5 协同过滤与推荐 203
    11.5.6 降维 204
    11.5.7 模型评估 206
    11.6 一些提示与性能考量 206
    11.6.1 准备特征 206
    11.6.2 配置算法 207
    11.6.3 缓存RDD以重复使用 207
    11.6.4 识别稀疏程度 207
    11.6.5 并行度 207
    11.7 流水线API 208
    11.8 总结 209

    『电子书下载』:


    游客,如果您要查看本帖隐藏内容请回复


    本帖子中包含更多资源

    您需要 登录 才可以下载或查看,没有帐号?立即注册

    x
    该会员没有填写今日想说内容.

    我要优质资源 - 免责声明1、本站所有资源均来自互联网收集, 本站只负责收集不承担任何技术及版权问题
    2、如本文内容侵犯到任何版权问题, 请立即告知本站 QQ: 1762734187, 本站将及时予与删除并致以最深的歉意
    3、本文部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责
    4、一经注册为本站会员,一律视为同意网站规定,本站管理有权禁止违规用户
    5、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和我要优质资源的同意
    6、若因内容问题我要优质资源管理人员有权不事先通知发帖者而删除本文
    7、本站教程仅供本站会员学习参考,不得传播及用于其他用途,学习完后请在24小时内自行删除
    8、本站资源质量虽均经精心审查,但也难保万无一失,若发现资源有问题影响学习请一定及时点此进行问题反馈
    9、若发现链接失效了请点此进行链接失效反馈,我们会第一时间修复链接

    回复

    使用道具 举报

  • TA的每日心情
    开心
    2020-12-29 17:44
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    0

    主题

    7

    帖子

    11

    积分

    普通会员

    Rank: 1

    积分
    11
    发表于 2020-6-2 18:16:51 | 显示全部楼层
    park快速大数据分析(AZW3+EPUB+
    回复

    使用道具 举报

  • TA的每日心情
    开心
    2020-7-15 14:25
  • 签到天数: 1 天

    [LV.1]初来乍到

    0

    主题

    2

    帖子

    6

    积分

    普通会员

    Rank: 1

    积分
    6
    发表于 2020-7-15 14:30:01 | 显示全部楼层
    11.6 一些提示与性能考量 206
    11.6.1 准备特征 206
    11.6.2 配置算法 207
    11.6.3 缓存RDD以重复使用 207
    11.6.4 识别稀疏程度 207
    11.6.5 并行度 207
    11.7 流水线API 208
    11.8 总结 209
    回复

    使用道具 举报

  • TA的每日心情
    开心
    2021-1-28 16:45
  • 签到天数: 20 天

    [LV.4]偶尔看看III

    0

    主题

    42

    帖子

    223

    积分

    年度VIP

    积分
    223
    发表于 2020-7-15 21:55:33 | 显示全部楼层
    感谢分享~
    回复

    使用道具 举报

  • TA的每日心情

    2020-9-21 15:51
  • 签到天数: 5 天

    [LV.2]偶尔看看I

    0

    主题

    8

    帖子

    63

    积分

    普通会员

    Rank: 1

    积分
    63
    发表于 2020-7-27 09:38:44 | 显示全部楼层
    好书,怎么下载?
    回复

    使用道具 举报

  • TA的每日心情
    奋斗
    2021-1-24 15:14
  • 签到天数: 59 天

    [LV.5]常住居民I

    0

    主题

    91

    帖子

    272

    积分

    普通会员

    Rank: 1

    积分
    272
    发表于 2020-8-2 00:12:18 | 显示全部楼层
    park快速大数据分析
    回复

    使用道具 举报

  • TA的每日心情
    无聊
    2020-9-24 00:12
  • 签到天数: 5 天

    [LV.2]偶尔看看I

    0

    主题

    16

    帖子

    50

    积分

    普通会员

    Rank: 1

    积分
    50
    发表于 2020-9-15 00:51:11 | 显示全部楼层
    Spark快速大数据分析
    回复

    使用道具 举报

  • TA的每日心情
    开心
    2021-3-2 21:27
  • 签到天数: 32 天

    [LV.5]常住居民I

    1

    主题

    50

    帖子

    140

    积分

    普通会员

    Rank: 1

    积分
    140
    发表于 2020-9-24 00:07:24 | 显示全部楼层
    66666666666666666666
    回复

    使用道具 举报

  • TA的每日心情
    开心
    2020-10-22 09:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    0

    主题

    2

    帖子

    6

    积分

    普通会员

    Rank: 1

    积分
    6
    发表于 2020-10-22 09:24:20 | 显示全部楼层
    测试一下
    回复

    使用道具 举报

  • TA的每日心情
    郁闷
    2020-11-19 10:40
  • 签到天数: 1 天

    [LV.1]初来乍到

    0

    主题

    11

    帖子

    12

    积分

    普通会员

    Rank: 1

    积分
    12
    发表于 2020-11-19 13:43:49 | 显示全部楼层
    我就是我,不一样的spark
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    手机版|小黑屋|51优质资源 |网站地图

    GMT+8, 2021-4-12 02:49 , Processed in 0.082676 second(s), 22 queries .

    Powered by Discuz! X3.4

    Copyright © 2001-2020, Tencent Cloud.

    快速回复 返回顶部 返回列表