引言
Apache Spark 一个易于掌握的、面向大规模计算的分布式计算框架。它又被称为“计算网格”或者“计算框架”——考虑到Spark 使开发人员能够便捷地获得大量数据且进行分析，这些说法也是正确的。
Apache Spark 由Matei Zaharia 2009 年在加州大学伯克利分校创建，一开始把它作为一个研究项目，后来在2010 年捐给开源社区。2013 年，Spark 作为一个孵化项目加入Apache 软件基金会，并于2014 年成为顶级项目（TLP），一直发展到现在。
本书面向的读者
如果你拿起这本书，我们认为你应该对Spark 非常感兴趣。本书面向的读者群体是开发人员、Spark 应用的项目经理，以及那些准备考虑将开发的Spark 应用程序迁移到生产环境的系统管理员（或者DevOps）。
涵盖的内容
本书涵盖了开发及维护生产级Spark 应用的各种方法论、组件与最佳实践。也就是说，我们假设你已经有一个或者打算开发一个Spark 应用，并且具备Spark 的一些基础知识。
内容结构
本书分为6 章，旨在传授给读者以下知识：
? 深入理解Spark 的内部机制以及它们在生产流程中的含义。
? 一组针对配置参数的法则和权衡方案，用来调优Spark 以获得高可用性和容错性。
? 全面了解生产流，以及把一个应用迁移到一个生产工作流中时所需要的各种组件。
读者需要具备的知识
作为读者，你应该具备基本的Spark 开发及使用的知识。本书不会讲述入门级内容。市面上有许多关于Spark 入门的书籍、论坛及各类资源，如果你对某部分的知识点有所缺失，可以阅读相关主题的资料以便更好地理解本书所表达的内容。本书示例的源代码可从Wiley 网站上下载：（ www.wiley.com/go/sparkbigdataclustercomputing。）
格式的约定
为帮助你了解本书的内容及主线，在本书用了一些格式约定。
注意 这个样例表示注意事项、小提示、暗示、技巧，或者当前讨论的旁白。
? 当介绍一些新的术语和重要的词时，会采用黑体（中文）或者加粗（英文）。
? 在文本里显示代码时会使用代码体， 譬如： persistence.properties。
源码
学习本书中的示例时，你可以选择手动输入所有代码，或使用本书所配套的源
码文件。所有的源码均可从www.wiley.com 下载。对于本书，下载页面在
www.wiley.com/go/sparkbigdataclustercomputing 的“Download Code”
标签页上。
可以在www.wiley.com 上通过英文版的ISBN（978-1-119-25401-0）来搜索本
书。
你也可以在https://github.com/backstopmedia/sparkbook 上找到
这些文件。
下载完代码，随便用哪种解压工具解压即可。
读者服务
轻松注册成为博文视点社区用户（www.broadview.com.cn），扫码直达本书页面。
? 提交勘误：您对书中内容的修改意见可在 提交勘误 处提交，若被采纳，将获赠博文视点社区积分（在您购买电子书时，积分可用来抵扣相应金额）。
? 交流互动：在页面下方 读者评论 处留下您的疑问或观点，与我们和其他读者一同学习交流。
页面入口：http://www.broadview.com.cn/31364
