本书介绍如何使用Apache Spark进行大数据处理，涵盖从基本概念到实际应用的全面内容，包括弹性分布式数据集（RDD）、Spark SQL、实时流处理及机器学习等关键主题。
图书说明：
使用Spark和Hadoop为大数据环境开发应用程序。本书还解释了Spark在利用云技术开发可扩展机器学习和分析应用程序中的作用。从Apache Spark 2开始，向您介绍Apache Spark，并向您展示如何使用它。
在此过程中，您将发现弹性分布式数据集（RDD）; 将Spark SQL用于结构化数据; 并使用Spark Structured Streaming学习流处理和构建实时应用程序。此外，您将学习Spark ML用于机器学习的基础知识等等。
阅读本书之后，您将掌握使用Apache Spark的基础知识，并了解何时以及如何将其应用于大数据应用程序。
你会学到什么
- 了解Spark统一数据处理平台
- 如何在Spark Shell或Databricks中运行Spark
- 使用和操作RDD
- 通过其操作和高级功能使用Spark SQL处理结构化数据
- 使用Spark Structured Streaming构建实时应用程序
- 使用Spark Machine Learning库开发智能应用程序
本书适用于谁
活跃于大数据，Hadoop和Java但不熟悉Apache Spark平台的程序员和开发人员。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
