基本信息
- 商品名称：Spark大数据实例开发教程
- 作者：编者:王家林//徐香玉
- 定价：59
- 出版社：机械工业
- ISBN号：9787111519096
其他参考信息（以实物为准）
- 出版时间：2016-01-01
- 印刷时间：2016-01-01
- 版次：1
- 印次：1
- 开本：16开
- 包装：平装
- 页数：332
- 字数：524千字
内容提要
王家林、徐香玉等编著的《Spark大数据实例开 发教程》是面向Spark开发者的一本实用参考书，书 中结合实例系统地介绍了Spark的开发与使用。
本书包括5章内容，**章为spark简介；第2章为 Spark RDD实践案例与解析；第3章为spark SQL实践 案例与解析；第4章为Spark Streaming实践案例与解 析；第5章为Tachyon实战案例与解析。在全书*后的 附录部分介绍了Spark1.4版本的新特性。
本书适合刚接触spark或对Spark分布式计算的开 发不熟悉的初学者学习。对于熟悉函数式开发或面向 对象开发，并有一定经验的开发者，本书也可以作为 参考书。
目录
前言
**章 Spark简介
1.1 什么是spark
1.2 Spark生态圈
1.2.1 伯克利数据分析协议栈
1.2.2 Spark开源社区发展
1.3 RDD编程模型
1.3.1 RDD抽象概念
1.3.2 RDD的操作
1.3.3 RDD的依赖关系
1.3.4 一个典型的DAG示意图
第2章 Spark RDD实践案例与解析
2.1 Spark应用程序部署
2.1.1 Spark应用的基本概念
2.1.2 应用程序的部署方式
2.2 RDD数据的输入、处理、输出的基本案例与解析
2.2.1 集群环境的搭建
2.2.2 交互式工具的启动
2.2.3 文本数据的ETL案例实践与解析
2.2.4 文本数据的初步统计案例实践与解析
2.2.5 文本数据统计结果的持久化案例实践与解析
2.2.6 RDD的Lineage关系的案例与源码解析
2.2.7 RDD的持久化案例与解析
2.2.8 RDD的构建案例与解析
2.2.9 分区数设置的案例与源码解析
2.3 RDD API的应用案例与解析
2.3.1 如何查找RDD API的隐式转换
2.3.2 RDD[T]的分区相关的API
2.3.3 RDD[T]常用的聚合API
2.3.4 DoubleRDDFunctions(self:RDD[Double])常用的API
2.3.5 PairRDDFunctions[K,V]聚合相关的API
2.3.6 RDD相互间操作的API
2.3.7 PairRDDFunctions[K,V]间的相关API
2.3.8 OrderedRDDFunctions[K,V,P<:Product2[K,V]]常用的API
2.4 Spark应用程序构建
2.4.1 基于SBT构建Spark应用程序的实例
2.4.2 基于IDEA构建Spark应用程序的实例
2.4.3 Spark提交应用的调试实例
2.5 移动互联网数据分析案例与解析
2.5.1 移动互联网数据的准备
2.5.2 移动互联网数据分析与解析
2.6 Spark RDD实践中的常见问题与解答
第3章 Spark SQL实践案例与解析
3.1 Spark SQL概述
3.2 DataFrame处理的案例与解析
3.2.1 DataFrame编程模型
3.2.2 DataFrame基本操作案例与解析
3.2.3 DataFrame与RDD之间的转换案例与解析
3.2.4 缓存表(列式存储)的案例与解析
3.2.5 DataFrame API的应用案例与分析
3.3 Spark SQL处理各种数据源的案例与解析
3.3.1 通用的加载／保存功能的案例与解析
3.3.2 Parquet文件处理的案例与解析
3.3.3 JSON数据集操作的案例与解析
3.3.4 操作Hive表的案例与解析
3.3.5 使用JDBC操作其他数据库的案例与解析
3.3.6 集成Hive数据仓库的案例与解析
3.4 基于Hive的人力资源系统数据处理案例与解析
3.4.1 人力资源系统的数据库与表的构建
3.4.2 人力资源系统的数据的加载
3.4.3 人力资源系统的数据的查询
第4章 Spark Streaming实践案例与解析
4.1 Spark Streaming概述
4.2 Spark Streaming基础概念
4.3 企业信息实时处理的案例与解析
4.3.1 处理TCP数据源的案例与解析
4.3.2 处理HDFS文件数据源的案例与解析
4.3.3 处理Kafka数据源的准备工作
4.3.4 基于Receiver读取Kafka数据的案例与解析
4.3.5 直接读取(无Receiver)Kafka数据的案例与解析
4.3.6 处理Flume数据源的实践准备
4.3.7 基于Flume风格的推送数据案例与解析
4.3.8 定制FlumeSink的拉取数据案例与解析
4.4 性能调优
4.4.1 减少批处理的时间
4.4.2 设置正确的批间隔
4.4.3 内存调优
第5章 Tachyon实践案例与解析
5.1 Taclayon概述
5.2 重新编译部署包
5.2.1 重新编译Tachyon的部署包
5.2.2 重新编译Spark的部署包
5.3 Taclayon部署的案例与解析
5.3.1 单机模式部署的案例与解析
5.3.2 集群模式部署的案例与解析
5.3.3 集群Master容错部署的案例与解析
5.4 Taclayon配置的案例与解析
5.4.1 底层存储系统的配置案例与解析
5.4.2 配置属性与解析
5.5 命令行接口的案例与解析
5.5.1 命令行接口的说明
5.5.2 命令行接口的案例实践与解析
5.6 同步底层文件系统的案例与解析
5.6.1 同步HDFS底层文件系统的案例与解析
5.6.2 同步本地底层文件系统的案例与解析
5.7 基于Tachyon运行的案例与解析
5.7.1 基于Tachyon运行Spark的案例与解析
5.7.2 基于Tachyon运行Hadoop MR的案例与解析
附录 Spark 1.4版本新特性
