Spark与Hadoop大数据分析 中文pdf扫描版[28MB]

Spark与Hadoop大数据分析比较系统地讲解了利用Hadoop和Spark及其生态系统里的一系列工具进行大数据分析的方法，既涵盖ApacheSpark和Hadoop的基础知识，又深入探讨所有Spark组件——SparkCore、SparkSQL、DataFrame、DataSet、普通流、结构化流、MLlib、Graphx，以及Hadoop的核心组件（HDFS、MapReduce和Yarn）等，并配套详细的实现示例，是快速掌握大数据分析基础架构及其实施方法的详实参考。

全书共10章，第1章从宏观的角度讲解大数据分析的概念，并介绍在Hadoop和Spark平台上使用的工具和技术，以及一些*常见的用例；第2章介绍Hadoop和Spark平台的基础知识；第3章深入探讨并学习Spark；第4章主要介绍DataSourcesAPI、DataFrameAPI和新的DatasetAPI；第5章讲解如何用SparkStreaming进行实时分析；第6章介绍Spark和Hadoop配套的笔记本和数据流；第7章讲解Spark和Hadoop上的机器学习技术；第8章介绍如何构建推荐系统；第9章介绍如何使用GraphX进行图分析；第10章介绍如何使用SparkR。

目录

第1章　从宏观视角看大数据分析 1
第2章　Apache Hadoop和Apache Spark入门 13
第3章　深入剖析Apache Spark 37
第4章　利用Spark SQL、Data-Frame和Dataset进行大数据分析 69
第5章　利用Spark Streaming和Structured Streaming进行实时分析 102
第6章　利用Spark和Hadoop的笔记本与数据流 130
第7章　利用Spark和Hadoop进行机器学习 153
第8章　利用Spark和Mahout构建推荐系统 171
第9章　利用GraphX进行图分析 190
第10章　利用SparkR进行交互式分析