Spark與Hadoop大數(shù)據(jù)分析比較系統(tǒng)地講解了利用Hadoop和Spark及其生態(tài)系統(tǒng)里的一系列工具進行大數(shù)據(jù)分析的方法，既涵蓋ApacheSpark和Hadoop的基礎知識，又深入探討所有Spark組件——SparkCore、SparkSQL、DataFrame、DataSet、普通流、結(jié)構(gòu)化流、MLlib、Graphx，以及Hadoop的核心組件（HDFS、MapReduce和Yarn）等，并配套詳細的實現(xiàn)示例，是快速掌握大數(shù)據(jù)分析基礎架構(gòu)及其實施方法的詳實參考。

全書共10章，第1章從宏觀的角度講解大數(shù)據(jù)分析的概念，并介紹在Hadoop和Spark平臺上使用的工具和技術(shù)，以及一些*常見的用例；第2章介紹Hadoop和Spark平臺的基礎知識；第3章深入探討并學習Spark；第4章主要介紹DataSourcesAPI、DataFrameAPI和新的DatasetAPI；第5章講解如何用SparkStreaming進行實時分析；第6章介紹Spark和Hadoop配套的筆記本和數(shù)據(jù)流；第7章講解Spark和Hadoop上的機器學習技術(shù)；第8章介紹如何構(gòu)建推薦系統(tǒng)；第9章介紹如何使用GraphX進行圖分析；第10章介紹如何使用SparkR。

目錄

第1章　從宏觀視角看大數(shù)據(jù)分析 1
第2章　Apache Hadoop和Apache Spark入門 13
第3章　深入剖析Apache Spark 37
第4章　利用Spark SQL、Data-Frame和Dataset進行大數(shù)據(jù)分析 69
第5章　利用Spark Streaming和Structured Streaming進行實時分析 102
第6章　利用Spark和Hadoop的筆記本與數(shù)據(jù)流 130
第7章　利用Spark和Hadoop進行機器學習 153
第8章　利用Spark和Mahout構(gòu)建推薦系統(tǒng) 171
第9章　利用GraphX進行圖分析 190
第10章　利用SparkR進行交互式分析