《Spark核心技术与高级应用》内容简介

本书写作过程中，Spark版本从1.0一直变化到1.5，秉承大道至简的主导思想，我们尽可能地按照1.5版本进行了统筹，希望能抛砖引玉，以个人的一些想法和见解，为读者拓展出更深入、更全面的思路。
作者：于俊等

作品目录

前言
基础篇
第1章：Spark简介
1.1、什么是Spark
1.2、Spark的重要扩展
1.3、本章小结
第2章：Spark部署和运行
2.1、部署准备
2.2、Spark部署
2.3、运行Spark应用程序
2.4、本章小结
第3章：Spark程序开发
3.1、使用Spark
Shell编写程序
3.2、构建Spark的开发环境
3.3、独立应用程序编程
3.4、本章小结
第4章：编程模型
4.1、RDD介绍
4.2、创建RDD
4.3、RDD操作
4.4、共享变量
4.5、本章小结
第5章：作业执行解析
5.1、基本概念
5.2、作业执行流程
5.3、运行时环境
5.4、应用程序运行实例
5.5、本章小结
第6章：Spark
SQL与DataFrame
6.1、概述
6.2、DataFrame
6.3、数据源
6.4、分布式的SQL
Engine
6.5、性能调优
6.6、数据类型
6.7、本章小结
第7章：深入了解Spark
Streaming
7.1、基础知识
7.2、DStream操作
7.3、性能调优
7.4、容错处理
7.5、一个例子
7.6、本章小结
第8章：Spark
MLlib与机器学习
8.1、机器学习概述
8.2、Spark
MLlib介绍
8.3、Spark
MLlib库
8.4、ML库
8.5、本章小结
第9章：GraphX图计算框架与应用
9.1、概述
9.2、Spark
GraphX架构
9.3、GraphX编程
9.4、应用场景
9.5、本章小结
第10章：SparkR（R
on
Spark）
10.1、概述
10.2、安装SparkR
10.3、SparkR的运行与应用示例
10.4、本章小结
实战篇
第11章：大数据分析系统
11.1、背景
11.2、数据格式
11.3、应用架构
11.4、业务实现
11.5、本章小结
第12章：系统资源分析平台
12.1、业务背景
12.2、应用架构
12.3、代码实现
12.4、结果验证
12.5、本章小结
第13章：在Spark上训练LR模型
13.1、逻辑回归简介
13.2、数据格式
13.3、MLlib中LR模型源码介绍
13.4、实现案例
13.5、本章小结
第14章：获取二级邻居关系图
14.1、理解PageRank
14.2、PageRank算法基于Spark的实现
14.3、基于PageRank的二级邻居获取
14.4、本章小结
高级篇
第15章：调度管理
15.1、调度概述
15.2、调度器
15.3、本章小结
第16章：存储管理
16.1、硬件环境
16.2、Storage模块
16.3、Shuffle数据持久化
16.4、本章小结
第17章：监控管理
17.1、Web界面
17.2、Spark
UI历史监控
17.3、监控工具
17.4、本章小结
第18章：性能调优
18.1、文件的优化
18.2、序列化数据
18.3、缓存
18.4、共享变量
18.5、流水线优化
18.6、本章小结
扩展篇
第19章：Spark-jobserver实践
19.1、Spark-jobserver是什么
19.2、编译、部署及体验
19.3、Spark-jobserver程序实战
19.4、使用场景：用户属性分布计算
19.5、本章小结
第20章：Spark
Tachyon实战
20.1、Tachyon文件系统
20.2、Tachyon入门
20.3、容错机制
20.4、本章小结