Spark快速大数据分析

版权信息 书名：Spark快速大数据分析 作者：[美] Holden Karau Andy Konwinski,Patrick Wendell [加] Matei Zaharia 译者：王道远 ISBN：978-7-115-40309-4 本书由北京图灵文化发展有限公司发行数字版。版权所有，侵权必 究。 您购买的图灵电子书仅供您个人使用，未经授权，不得以任何方式复制 和传播本书内容。 我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。 如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐 号等维权措施，并可能追究法律责任。 图灵社区会员 张海川（zhanghaichuan@ptpress.com.cn） 专享 尊重版权 1.5 Spark的版本和发布 1.6 Spark的存储层次 第 2 章 Spark 下载与入门 2.1 下载Spark 2.2 Spark中Python和Scala的shell 2.3 Spark核心概念简介 2.4 独立应用 2.4.1 初始化SparkContext 2.4.2 构建独立应用 2.5 总结 第 3 章 RDD 编程 3.1 RDD基础 3.2 创建RDD 3.3 RDD操作 3.3.1 转化操作 3.3.2 行动操作 3.3.3 惰性求值 3.4 向Spark传递函数 3.4.1 Python 3.4.2 Scala 3.4.3 Java 3.5 常见的转化操作和行动操作 3.5.1 基本RDD 3.5.2 在不同RDD类型间转换 3.6 持久化(缓存) 3.7 总结 第 4 章 键值对操作 4.1 动机 5.4 Spark SQL中的结构化数据 5.4.1 Apache Hive 5.4.2 JSON 5.5 数据库 5.5.1 Java数据库连接 5.5.2 Cassandra 5.5.3 HBase 5.5.4 Elasticsearch 5.6 总结 第 6 章 Spark 编程进阶 6.1 简介 6.2 累加器 6.2.1 累加器与容错性 6.2.2 自定义累加器 6.3 广播变量 广播的优化 6.4 基于分区进行操作 6.5 与外部程序间的管道 6.6 数值RDD的操作 6.7 总结 第 7 章 在集群上运行 Spark 7.1 简介 7.2 Spark运行时架构 7.2.1 驱动器节点 7.2.2 执行器节点 7.2.3 集群管理器 7.2.4 启动一个程序 7.2.5 小结 ......