正版现货新书 Spark Cookbook中文版 9787115429667 (印)亚达夫(Rishi Yadav) 著;顾星竹,刘见康 译
全新正版现货，以书名为准，放心购买，购书咨询18931383650朱老师
￥ 31.42 7.0折 ￥ 45 全新
仅1件
北京丰台
认证卖家担保交易快速发货售后保障
作者(印)亚达夫(Rishi Yadav) 著;顾星竹,刘见康 译
出版社人民邮电出版社
ISBN9787115429667
出版时间2016-10
装帧平装
开本16开
定价45元
货号1201395529
上书时间2024-10-12
- 在售商品 暂无
- 平均发货时间 9小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
亚达夫，拥有17年设计和开发企业级应用的经验。他是一位开源软件专家，引领了美国公司的大数据趋势。Rish被评为2014年40位40岁以下硅谷杰出工程师之一。他于1998年获得杰出的印度理工学院（Indian Institute of Technology，IIT）德里分校的学士学位。大约在10年前，Rishi创办了InfoObjects，这是一家以深度探索数据为宗旨的企业。该公司已连续4年被列入发展快公司5000强。InfoObjects也被授予了2014及2015年度湾区杰出工作地点首名的桂冠。Rishi还是一位开源社区贡献者和活跃的博主。
目录
第1章开始使用Apache Spark 1
1.1简介1
1.2使用二进制文件安装Spark2
1.3通过Maven构建Spark源码5
1.4在Amazon EC2上部署Spark7
1.5在集群上以独立模式部署
Spark13
1.6在集群上使用Mesos部署Spark18
1.7在集群上使用YARN部署19
1.8使用Tachyon作为堆外存储层22
第2章使用Spark开发应用27
2.1简介27
2.2探索Spark shell27
2.3在Eclipse中使用Maven开发Spark应用29
2.4在Eclipse中使用SBT开发Spark应用33
2.5在Intellij IDEA中使用Maven开发Spark应用34
2.6在Intellij IDEA中使用SBT开发Spark应用36
第3章外部数据源38
3.1简介38
3.2从本地文件系统加载数据39
3.3从HDFS加载数据40
3.4从HDFS加载自定义输入格式的数据45
3.5从Amazon S3加载数据46
3.6从Apache Cassandra加载数据49
3.7从关系型数据库加载数据54
第4章Spark SQL57
4.1简介57
4.2理解Catalyst优化器60
4.3创建HiveContext63
4.4使用case类生成数据格式66
4.5编程指定数据格式67
4.6使用Parquet格式载入及存储数据69
4.7使用JSON格式载入及存储数据73
4.8从关系型数据库载入及存储数据75
4.9从任意数据源载入及存储数据78
第5章Spark Streaming80
5.1简介80
5.2使用Streaming统计字数82
5.3Twitter流数据处理84
5.4Kafka流数据处理88
第6章机器学习——MLlib94
6.1简介94
6.2创建向量95
6.3创建向量标签97
6.4创建矩阵99
6.5计算概述统计量101
6.6计算相关性102
6.7进行假设检验104
6.8使用ML创建机器学习
流水线106
第7章监督学习之回归——MLlib109
7.1简介109
7.2使用线性回归110
7.3理解代价函数112
7.4使用Lasso线性回归116
7.5使用岭回归117
第8章监督学习之分类——MLlib119
8.1简介119
8.2逻辑回归分类119
8.3支持向量机二元分类124
8.4决策树分类127
8.5随机森林分类134
8.6梯度提升树（GBTs）分类139
8.7朴素贝叶斯分类140
第9章无监督学习——MLlib143
9.1简介143
9.2使用k-means聚类144
9.3主成分分析的降维149
9.4奇异值分解降维155
第10章推荐系统159
10.1简介159
10.2显性反馈的协同过滤161
10.3隐性反馈的协同过滤164
第11章图像处理——GraphX169
11.1简介169
11.2基本图像运算170
11.3使用PageRank171
11.4查找连通分量174
11.5相邻聚合实现177
第12章优化及调优180
12.1简介180
12.2内存优化183
12.3使用压缩提升性能185
12.4使用序列化提升性能186
12.5优化垃圾回收187
12.6优化并行度的级别187
12.7理解未来的优化——Tungsten项目188
内容摘要
Spark是一个基于内存计算的开源集群计算系统，它很好小巧玲珑，让数据分析更加快速，已逐渐成为新一代大数据处理平台中的佼佼者。
本书内容分为12章，从认识Apache Spark开始讲解，陆续介绍了Spark的使用、外部数据源、Spark SQL、Spark Streaming、机器学习、监督学习中的回归和分类、无监督学习、推荐系统、图像处理、优化及调优等内容。
本书适合大数据领域的技术人员，可以帮助他们更好地洞悉大数据，本书也适合想要学习Spark进行大数据处理的人员，它将是一本不错的参考教程。
— 没有更多了 —
以下为对购买帮助不大的评价