Bill Chambers, Matei Zaharia 著

张岩峰, 王方京, 陈晶晶 译

出版时间：2020年04月

页数：534

通过本书你将了解到如何使用、部署和维护Apache Spark开源集群计算框架。本书由Spark的创始人所撰写，重点介绍Spark最新版本的新功能和新特点。本书将Spark功能分解为若干独立主题来进行全面介绍。
你将接触到Spark的基本操作和常用函数，还包括一种全新的构建端到端流数据应用的结构化流处理API。开发人员和系统管理员将了解到Spark的监控、调优，以及调试的原则和方法，并通过使用Spark提供的可扩展机器学习库MLlib来了解机器学习算法的实现技术。
● 大数据技术和Spark概述。
● 通过实例学习DataFrame、SQL、Dataset等Spark的核心API。
● 了解Spark的低级API实现，包括RDD以及SQL和DataFrame的执行过程。
● 了解Spark如何在集群上运行。
● Spark集群和应用程序的调试、监控、和调优。
● 学习Spark强大的流处理引擎——结构化流处理。
● 学习MLlib并了解如何使用它解决分类、推荐，以及其他多种实际问题。