微瑕Spark编程基础（Python版）
￥ 23.9 4.8折 ￥ 49.8 全新
库存2件
北京丰台
认证卖家担保交易快速发货售后保障
作者林子雨 著
出版社人民邮电出版社
ISBN9787115524393
出版时间2020-04
版次1
装帧平装
开本16开
纸张胶版纸
页数250页
定价49.8元
货号2170-9787115524393
上书时间2024-12-10
- 在售商品 暂无
- 平均发货时间 12小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
基本信息
书名:Spark编程基础（Python版）
定价：49.8元
作者:林子雨 著
出版社：人民邮电出版社
出版日期：2020-04-01
ISBN：9787115524393
字数：
页码：250
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
1.本书是厦门大学作者团队长期经验总结的结晶。本书是在厦门大学《大数据技术原理与应用》入门级大数据教材的基础之上编写的。为了确保教程质量，在编著出版纸质教材之前，实验室已经于2016年10月通过实验室官网免费发布共享了简化版的Spark在线教程和相关教学资源，同时，该在线教程也已经用于厦门大学计算机科学系研究生的大数据课程教学，并成为全国高校大数据课程教师培训交流班的授课内容。实验室根据读者对在线Spark教程的大量反馈意见以及教学实践中发现的问题，对Spark在线教程进行了多次修正和完善，所有这些前期准备工作，都为纸质教材的编著出版打下了坚实的基础。披荆斩棘，在大数据丛林中开辟学习捷径填沟削坎，为快速学习Spark 技术铺平道路深入浅出，有效降低Spark 技术学习门槛资源全面，构建全方位一站式在线服务体系
内容提要
本书以Python作为开发Spark应用程序的编程语言，系统介绍了Spark编程的基础知识。全书共8章，内容包括大数据技术概述、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming、Structured Streaming、Spark MLlib等。
目录
章 大数据技术概述 11．1 大数据概念与关键技术 21．1．1 大数据的概念 21．1．2 大数据关键技术 21．2 代表性大数据技术 41．2．1 Hadoop 41．2．2 Spark 81．2．3 Flink 101．2．4 Beam 111．3 编程语言的选择 121．4 在线资源 131．5 本章小结 141．6 习题 14实验1 Linux 系统的安装和常用命令 15第2 章 Spark 的设计与运行原理 172．1 概述 182．2 Spark 生态系统 192．3 Spark 运行架构 212．3．1 基本概念 212．3．2 架构设计 212．3．3 Spark 运行基本流程 222．3．4 RDD 的设计与运行原理 242．4 Spark 的部署方式 332．5 本章小结 342．6 习题 34第3 章 Spark 环境搭建和使用方法 353．1 安装Spark 363．1．1 基础环境 363．1．2 下载安装文件 363．1．3 配置相关文件 383．1．4 验证Spark 是否安装成功 393．1．5 Spark 和Hadoop 的交互 393．2 在pyspark 中运行代码 403．2．1 pyspark 命令 403．2．2 启动pyspark 413．3 开发Spark 独立应用程序 423．3．1 编写程序 423．3．2 通过spark-submit 运行程序 433．4 Spark 集群环境搭建 443．4．1 集群概况 443．4．2 搭建Hadoop 集群 443．4．3 在集群中安装Spark 453．4．4 配置环境变量 453．4．5 Spark 的配置 463．4．6 启动Spark 集群 473．4．7 关闭Spark 集群 473．5 在集群上运行Spark 应用程序 483．5．1 启动Spark 集群 483．5．2 采用独立集群管理器 483．5．3 采用Hadoop YARN 管理器 493．6 本章小结 513．7 习题 51实验2 Spark 和Hadoop 的安装 51第4 章 RDD 编程 534．1 RDD 编程基础 544．1．1 RDD 创建 544．1．2 RDD 操作 564．1．3 持久化 634．1．4 分区 644．1．5 一个综合实例 694．2 键值对RDD 714．2．1 键值对RDD 的创建 714．2．2 常用的键值对转换操作 724．2．3 一个综合实例 784．3 数据读写 794．3．1 文件数据读写 794．3．2 读写HBase 数据 824．4 综合实例 864．4．1 求TOP 值 864．4．2 文件排序 894．4．3 二次排序 914．5 本章小结 944．6 习题 95实验3 RDD 编程初级实践 95第5 章 Spark SQL 985．1 Spark SQL 简介 995．1．1 从Shark 说起 995．1．2 Spark SQL 架构 1005．1．3 为什么推出Spark SQL 1015．2 DataFrame 概述 1015．3 DataFrame 的创建 1025．4 DataFrame 的保存 1035．5 DataFrame 的常用操作 1045．6 从RDD 转换得到DataFrame 1055．6．1 利用反射机制推断RDD 模式 1065．6．2 使用编程方式定义RDD 模式 1075．7 使用Spark SQL 读写数据库 1085．7．1 准备工作 1095．7．2 读取MySQL 数据库中的数据 1095．7．3 向MySQL 数据库写入数据 1105．8 本章小结 1115．9 习题 112实验4 Spark SQL 编程初级实践 112第6 章 Spark Streaming 1156．1 流计算概述 1166．1．1 静态数据和流数据 1166．1．2 批量计算和实时计算 1176．1．3 流计算概念 1176．1．4 流计算框架 1186．1．5 流计算处理流程 1196．2 Spark Streaming 1216．2．1 Spark Streaming 设计 1216．2．2 Spark Streaming 与Storm 的对比 1226．2．3 从“Hadoop+Storm”架构转向Spark 架构 1226．3 DStream 操作概述 1236．3．1 Spark Streaming 工作机制 1236．3．2 编写Spark Streaming 程序的基本步骤 1246．3．3 创建StreamingContext 对象 1246．4 基本输入源 1256．4．1 文件流 1256．4．2 套接字流 1276．4．3 RDD 队列流 1316．5 高级数据源 1336．5．1 Kafka 简介 1336．5．2 Kafka 准备工作 1336．5．3 Spark 准备工作 1356．5．4 编写Spark Streaming 程序使用Kafka 数据源 1366．6 转换操作 1376．6．1 DStream 无状态转换操作 1376．6．2 DStream 有状态转换操作 1386．7 输出操作 1436．7．1 把DStream 输出到文本文件中 1436．7．2 把DStream 写入到关系数据库中 1456．8 本章小结 1476．9 习题 147实验5 Spark Streaming 编程初级实践 147第7 章 Structured Streaming 1507．1 概述 1517．1．1 基本概念 1517．1．2 两种处理模型 1527．1．3 Structured Streaming 和Spark SQL、Spark Streaming 的关系 1547．2 编写Structured Streaming程序的基本步骤 1547．2．1 实现步骤 1547．2．2 测试运行 1567．3 输入源 1587．3．1 File 源 1587．3．2 Kafka 源 1637．3．3 Socket 源 1677．3．4 Rate 源 1677．4 输出操作 1697．4．1 启动流计算 1697．4．2 输出模式 1707．4．3 输出接收器 1707．5 容错处理 1737．5．1 从检查点恢复故障 1737．5．2 故障恢复中的限制 1737．6 迟到数据处理 1747．6．1 事件时间 1747．6．2 迟到数据 1757．6．3 水印 1767．6．4 多水印规则 1777．6．5 处理迟到数据的实例 1787．7 查询的管理和监控 1817．7．1 管理和监控的方法 1817．7．2 一个监控的实例 1827．8 本章小结 1847．9 习题 185实验6 Structured Streaming编程实践 185第8章 Spark MLlib 1878．1 基于大数据的机器学习 1888．2 机器学习库MLlib 概述 1898．3 基本数据类型 1908．3．1 本地向量 1908．3．2 标注点 1918．3．3 本地矩阵 1928．4 机器学习流水线 1938．4．1 流水线的概念 1938．4．2 流水线工作过程 1938．5 特征提取、转换和选择 1958．5．1 特征提取 1958．5．2 特征转换 1998．5．3 特征选择 2048．5．4 局部敏感哈希 2058．6 分类算法 2058．6．1 逻辑斯蒂回归分类器 2068．6．2 决策树分类器 2128．7 聚类算法 2178．7．1 K-Means 聚类算法 2188．7．2 GMM 聚类算法 2208．8 协同过滤算法 2238．8．1 推荐算法的原理 2238．8．2 ALS 算法 2248．9 模型选择和超参数调整 2288．9．1 模型选择工具 2298．9．2 用交叉验证选择模型 2298．10 本章小结 2328．11 习题 233实验7 Spark 机器学习库MLlib编程实践 233参考文献 235
作者介绍
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价