计算机 类型
可以朗读 语音朗读
321千字 字数
2020-09-01 发行日期
展开全部

主编推荐语

Spark入门基础书籍-学编程概念与实际开发

内容简介

本书是Spark技术入门的基础类书籍，通过本书的学习实验可以牢固掌握Spark编程技术的基本概念、原理和编程方法，能够进行应用程序的实际开发。

目录

  • 封面页
  • 书名页
  • 版权页
  • 内容简介
  • 前言
  • 目录
  • 第1章　Spark生态环境
  • 1.1　平台设计
  • 1.2　Spark简介
  • 1.2.1　技术特性
  • 1.2.2　数据格式
  • 1.2.3　编程语言
  • 1.3　虚拟环境
  • 1.3.1　发展历史
  • 1.3.2　技术特征
  • 1.3.3　技术架构
  • 1.3.4　管理命令
  • 1.4　HBase技术
  • 1.4.1　系统架构
  • 1.4.2　存储机制
  • 1.4.3　常用命令
  • 1.5　环境部署
  • 1.6　小结
  • 第2章　理解Spark
  • 2.1　数据处理
  • 2.1.1　MapReduce
  • 2.1.2　工作机制
  • 2.2　认识RDD
  • 2.3　操作RDD
  • 2.3.1　转换
  • 2.3.2　动作
  • 2.4　Scala编程
  • 2.4.1　面向对象编程
  • 2.4.2　函数式编程
  • 2.4.3　集合类
  • 2.5　案例分析
  • 2.5.1　启动交换界面
  • 2.5.2　SparkContext和SparkSession
  • 2.5.3　加载数据
  • 2.5.4　应用操作
  • 2.5.5　缓存处理
  • 2.6　小结
  • 第3章　键值对与分区
  • 3.1　键值对RDD
  • 3.1.1　创建
  • 3.1.2　转换
  • 3.1.3　动作
  • 3.2　分区和洗牌
  • 3.2.1　分区
  • 3.2.2　洗牌
  • 3.3　共享变量
  • 3.3.1　广播变量
  • 3.3.2　累加器
  • 3.4　Scala高级语法
  • 3.4.1　高阶函数
  • 3.4.2　泛型类
  • 3.4.3　隐式转换
  • 3.5　案例分析
  • 3.5.1　检查事件数据
  • 3.5.2　reduceByKey和groupByKey
  • 3.5.3　三种连接转换
  • 3.5.4　执行几个动作
  • 3.5.5　跨节点分区
  • 3.6　小结
  • 第4章　关系型数据处理
  • 4.1　Spark SQL概述
  • 4.1.1　CataIyst优化器
  • 4.1.2　DataFrame与DataSet
  • 4.1.3　创建结构化数据
  • 4.2　结构化数据操作
  • 4.2.1　选取列
  • 4.2.2　选择语句（seIect、seIectExpr）
  • 4.2.3　操作列（withCoIumn、withCoIumnRenamed、drop）
  • 4.2.4　条件语句（where、fiIter）
  • 4.2.5　去除重复（distinct、dropDupIicates）
  • 4.2.6　排序语句（sort、orderBy）
  • 4.2.7　操作多表（union、join）
  • 4.2.8　聚合操作
  • 4.2.9　用户定义函数
  • 4.3　案例分析
  • 4.3.1　创建DataFrame
  • 4.3.2　操作DataFrame
  • 4.3.3　按年份组合
  • 4.4　小结
  • 第5章　数据流的操作
  • 5.1　处理范例
  • 5.1.1　至少一次
  • 5.1.2　最多一次
  • 5.1.3　恰好一次
  • 5.2　理解时间
  • 5.3　离散化流
  • 5.3.1　一个例子
  • 5.3.2　StreamingContext
  • 5.3.3　输入流
  • 5.4　离散流的操作
  • 5.4.1　基本操作
  • 5.4.2　transform
  • 5.4.3　连接操作
  • 5.4.4　SQL操作
  • 5.4.5　输出操作
  • 5.4.6　窗口操作
  • 5.4.7　有状态转换
  • 5.5　结构化流
  • 5.5.1　一个例子
  • 5.5.2　工作机制
  • 5.5.3　窗口操作
  • 5.6　案例分析
  • 5.6.1　探索数据
  • 5.6.2　创建数据流
  • 5.6.3　转换操作
  • 5.6.4　窗口操作
  • 5.7　小结
  • 第6章　分布式的图处理
  • 6.1　理解图的概念
  • 6.2　图并行系统
  • 6.3　一个例子
  • 6.4　创建和探索图
  • 6.4.1　属性图
  • 6.4.2　构建器
  • 6.4.3　创建图
  • 6.4.4　探索图
  • 6.5　图运算符
  • 6.5.1　属性运算符
  • 6.5.2　结构运算符
  • 6.5.3　联结运算符
  • 6.5.4　点和边操作
  • 6.5.5　收集相邻信息
  • 6.6　Pregel
  • 6.6.1　一个例子
  • 6.6.2　PregeI运算符
  • 6.6.3　标签传播算法
  • 6.6.4　PageRank算法
  • 6.7　案例分析
  • 6.7.1　定义点
  • 6.7.2　定义边
  • 6.7.3　创建图
  • 6.7.4　PageRank
  • 6.7.5　PregeI
  • 6.8　小结
  • 第7章　机器学习
  • 7.1　MLlib
  • 7.2　数据类型
  • 7.2.1　局部向量
  • 7.2.2　标签向量
  • 7.2.3　局部矩阵
  • 7.2.4　分布矩阵
  • 7.3　统计基础
  • 7.3.1　相关分析
  • 7.3.2　假设检验
  • 7.3.3　摘要统计
  • 7.4　算法概述
  • 7.4.1　有监督学习
  • 7.4.2　无监督学习
  • 7.4.3　多种算法介绍
  • 7.4.4　协同过滤
  • 7.5　交叉验证
  • 7.6　机器学习管道
  • 7.6.1　概念介绍
  • 7.6.2　Spark管道
  • 7.6.3　模型选择
  • 7.7　实例分析
  • 7.7.1　预测用户偏好
  • 7.7.2　分析飞行延误
  • 7.8　小结
  • 第8章　特征工程
  • 8.1　特征提取
  • 8.1.1　TF-IDF
  • 8.1.2　Word2Vec
  • 8.1.3　CountVectorizer
  • 8.2　特征转换
  • 8.2.1　Tokenizer
  • 8.2.2　StopWordsRemover
  • 8.2.3　n-gram
  • 8.2.4　Binarizer
  • 8.2.5　PCA
  • 8.2.6　PoIynomiaIExpansion
  • 8.2.7　Discrete Cosine Transform
  • 8.2.8　StringIndexer
  • 8.2.9　IndexToString
  • 8.2.10　OneHotEncoder
  • 8.2.11　VectorIndexer
  • 8.2.12　Interaction
  • 8.2.13　NormaIizer
  • 8.2.14　StandardScaIer
  • 8.2.15　MinMaxScaIer
  • 8.2.16　MaxAbsScaIer
  • 8.2.17　Bucketizer
  • 8.2.18　EIementwiseProduct
  • 8.2.19　SQLTransformer
  • 8.2.20　VectorAssembIer
  • 8.2.21　QuantiIeDiscretizer
  • 8.2.22　Imputer
  • 8.3　特征选择
  • 8.3.1　VectorSIicer
  • 8.3.2　RFormuIa
  • 8.3.3　ChiSqSeIector
  • 8.4　局部敏感哈希
  • 8.4.1　局部敏感哈希操作
  • 8.4.2　局部敏感哈希算法
  • 8.5　小结
  • 第9章　算法汇总
  • 9.1　决策树和集成树
  • 9.1.1　决策树
  • 9.1.2　集成树
  • 9.2　分类和回归
  • 9.2.1　线性方法
  • 9.2.2　分类
  • 9.2.3　回归
  • 9.3　聚集
  • 9.3.1　K均值
  • 9.3.2　潜在狄利克雷分配
  • 9.3.3　二分K均值
  • 9.3.4　高斯混合模型
  • 9.4　小结
  • 第10章　Spark应用程序
  • 10.1　SparkContext与SparkSession
  • 10.2　构建应用
  • 10.3　部署应用
  • 10.3.1　集群架构
  • 10.3.2　集群管理
  • 10.4　小结
  • 第11章　监视和优化
  • 11.1　工作原理
  • 11.1.1　依赖关系
  • 11.1.2　划分阶段
  • 11.1.3　实例分析
  • 11.2　洗牌机制
  • 11.3　内存管理
  • 11.4　优化策略
  • 11.4.1　数据序列化
  • 11.4.2　内存调优
  • 11.4.3　其他方面
  • 11.5　最佳实践
  • 11.5.1　系统配置
  • 11.5.2　程序调优
  • 11.6　案例分析
  • 11.6.1　执行模型
  • 11.6.2　监控界面
  • 11.6.3　调试优化
  • 11.7　小结
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。