內容簡介

本書由 Spark 開發者及核心成員共同打造，講解了網路大資料時代應運而生的、能高效迅捷地分析處理資料的工具——Spark，它帶領讀者快速掌握用 Spark 收集、計算、簡化和儲存海量資料的方法，學會互動、迭代和增量式分析，解決分割槽、資料本地化和自定義序列化等問題。

作者介紹
Holden Karau是Databricks的軟體開發工程師，活躍於開源社群。她還著有《Spark快速資料處理》。
Andy Konwinski是Databricks聯合創始人，Apache Spark專案技術專家，還是Apache Mesos專案的聯合發起人。
Patrick Wendell是Databricks聯合創始人，也是Apache Spark專案技術專家。他還負責維護Spark核心引擎的幾個子系統。
Matei Zaharia是Databricks的CTO，同時也是Apache Spark專案發起人以及Apache基金會副主席。

目錄

O'Reilly Media, Inc. 介紹

推薦序

譯者序

序

前言

第 1 章　Spark 資料分析導論

第 2 章　Spark 下載與入門  

第 3 章　RDD 程式設計  

第 4 章　鍵值對操作  

第 5 章　資料讀取與儲存  

第 6 章　Spark 程式設計進階  

第 7 章　在叢集上執行 Spark  

第 8 章　Spark 調優與除錯  

第 9 章　Spark SQL  

第 10 章　Spark Streaming  

第 11 章　基於 MLlib 的機器學習  

作者簡介和封面介紹