颠覆大数据分析：基于Storm、Spark等Hadoop替代技术的实时应用

图书标准信息

• 作者 [美]维贾伊.阿涅斯瓦兰（Vijay SrinivasAgneeswaran） 著；吴京润、黄经业 译
• 出版社 电子工业出版社
• 出版时间 2015-05
• 版次 1
• ISBN 9787121252242
• 定价 49.00元
• 装帧 平装
• 开本 32开
• 纸张 胶版纸
• 页数 256页
• 字数 189千字
• 正文语种 简体中文
• 原版书名 Big Data Analytics Beyond Hadoop

【内容简介】

　　《颠覆大数据分析：基于Storm、Spark等Hadoop替代技术的实时应用》每章一个主题，介绍了各种大数据分析技术与机器学习算法。本书能够让读者掌握大数据分析和机器学习的相关技术的大致脉络，为之后的进阶学习提供参考与指导。《颠覆大数据分析：基于Storm、Spark等Hadoop替代技术的实时应用》适合大数据技术入门者、希望对大数据技术有所了解，以及想要学习大数据技术但是不知道应该从何处入手的读者阅读。

【作者简介】

　　VijaySrinivasAgneeswaran博士，1998年于SVCE的马德拉斯分校获得计算机科学与工程专业的学士学位，2001年获取了印度理工学院马德拉斯分校的硕士学位（研究性质），2008年又获取了该校的博士学位。他曾在瑞士洛桑的联邦理工学院的分布式信息系统实验室（LSIR）担任过一年的博士后研究员。之前7年先后就职于Oracle、Cognizant及Impetus，对大数据及云领域的工程研发贡献颇多。目前担任Impetus的大数据实验室的执行总监。他的研发团队在专利、论文、受邀的会议发言以及下一代产品创新方面都处于领导地位。他主要研究的领域包括大数据管理、批处理及实时分析，以及大数据的机器学习算法的实现范式。最近8年来，他一直是计算机协会（ACM）以及电气和电子工程师协会（IEEE）的专家成员，并于2012年12月被推选为IEEE的资深成员。他在美国、欧洲以及印度的专利局都申请过专利（并持有美国的两项专利）。他在前沿的期刊及会议，包括IEEEtransaction上都发表过论文。他还是国内外多个会议的特邀发言人，譬如O’Reilly的Strata大数据系列会议。最近一次公开发表论文是在Liebertpub的大数据期刊上。他与妻子及儿女一起居住在班加罗尔，对印度、埃及、巴比伦以及希腊古代的文化与哲学的研究非常感兴趣。

【目录】

前言 
致谢 
关于作者  

1引言：为什么要超越 Hadoop Map-Reduce  

Hadoop的适用范围  
大数据分析之机器学习实现的革命 10 
第一代机器学习工具 /范式  
第二代机器学习工具 /范式  
第三代机器学习工具 /范式  
小结 
参考文献  

2何为伯克利数据分析栈（BDAS）  

实现 BDAS的动机  
Spark：动机  
Shark：动机  
Mesos：动机  
BDAS的设计及架构  
Spark：高效的集群数据处理的范式  
Spark的弹性分布式数据集  
Spark的实现  
Spark VS  分布式共享内存系统 
RDD的表达性  
类似 Spark的系统  
Shark：分布式系统上的 SQL接口  46
Spark为 Shark提供的扩展  
列内存存储 49 
分布式数据加载  
完全分区智能连接  
分区修剪  
机器学习的支持  
Mesos：集群调度及管理系统  
Mesos组件 52 
资源分配  
隔离  
容错性  
小结 
参考文献  

使用 Spark实现机器学习算法  

机器学习基础知识  
机器学习：随机森林示例  
逻辑回归：概述 72 
二元形式的逻辑回归  
逻辑回归估计  
多元逻辑回归  
Spark中的逻辑回归算法  
支持向量机  
复杂决策面 81 
支持向量机背后的数学原理  
Spark中的支持向量机  
Spark对 PMML的支持  
PMML结构  
PMML的生产者及消费者  
Spark对朴素贝叶斯的 PMML支持  
Spark对线性回归的 PMML支持  
在 Spark中使用 MLbase进行机器学习  
参考文献  

实现实时的机器学习算法 

Storm简介  
数据流  
拓扑  
Storm集群  
简单的实时计算例子  
数据流组  
Storm的消息处理担保  
基于 Storm的设计模式  
分布式远程过程调用  
Trident：基于 Storm的实时聚合  
实现基于 Storm的逻辑回归算法  
实现基于 Storm的支持向量机算法  
Storm对朴素贝叶斯 PMML的支持  
实时分析的应用  
工业日志分类  
互联网流量过滤器  
Storm的替代品  
Spark流  
D-Streams的动机  
参考文献  

图处理范式 138 

Pregel：基于 BSP的图处理框架  
类似的做法  
开源的 Pregel实现  
Giraph  
GoldenORB  
Phoebus  
Apache Hama 
Stanford GPS 
GraphLab  
GraphLab：多核版本  

分布式的 GraphLab  
PowerGraph  
通过 GraphLab实现网页排名算法  
顶点程序  
基于 GraphLab实现随机梯度下降算法  
参考文献  

结论：超越Hadoop Map-Reduce的大数据分析 
Hadoop YARN概览  
Hadoop YARN的动机  
作为资源调度器的 YARN  
YARN上的其他框架  
大数据分析的未来是怎样的  
参考文献  

附录 A代码笔记