消息首页搜索举报

spark cookbook中文版数据库 (印)亚达夫(rishi yadav)

针对常见问题的快速指南囊括60多种spark大数据开发

29.75 6.6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)

出版社人民邮电出版社

ISBN9787115429667

出版时间2016-10

版次1

装帧平装

开本16

页数190页

字数251千字

定价45元

货号xhwx_1201395529

上书时间2024-12-10

智胜图书专营店

七年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 26小时
好评率暂无

最新上架

藏在古画里的大元史中国历史魏丽蕊 ¥29.05

马克思的哲学观的当代解读马列主义刘秉毅 ¥54.15

地方立法权限法学理论曹海晶,王岩 ¥82.45

信以为本第四届诚信企业案例精选管理理论商业信用中心编 ¥212.65

营销进化走出营销中的十大误区市场营销陈秀铭 ¥34.75

中国管理咨询案例 2022 管理理论中国企业联合会咨询与培训中心编 ¥31.05

信任、法律与企业资源配置效率研究经济理论、法规邱保印 ¥69.45

基础会计王淑敏,刘儒编 ¥38.45

生态文明建设的淳安样本社会科学总论、学术沈满洪等 ¥61.65

商品详情

品相描述：全新: 正版特价新书

商品描述: 目录：

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 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eclie中使用maven开发spark应用29
2.4在eclie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 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——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102
6.7进行设检验104
6.8使用ml创建机器学
流水线106
第7章监督学之回归——mllib109
7.1简介109
7.2使用线回归110
7.3理解代价函数112
7.4使用lasso线回归116
7.5使用岭回归117
第8章监督学之分类——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——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
0章系统159
10.1简介159
10.2显反馈的协同过滤161
10.3隐反馈的协同过滤164
1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
2章优化及调优180
12.1简介180
12.2内存优化183
12.3使用压缩提升能185
12.4使用序列化提升能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

内容简介：

park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台中的佼佼者。本书内容分为12章，从认识apachepark开始讲解，陆续介绍了park的使用、外部数据源、parkql、parktreaming、机器学、监督学中的回归和分类、无监督学、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park进行大数据处理的人员，它将是一本不错的参教程。

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，了美国公司的大数据趋势。rih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（indianintituteoftechnology，iit）德里分校的学士。大约在10年前，rihi创办了infoobject，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。infoobject也被授予了2014及2015年度湾区杰出工作地点首名的桂冠。rihi还是一位开源社区贡献者和活跃的博主。