spark快速数据处理中文版百度网盘电子版百度云下载
【编辑推荐】
从实用角度系统讲解spark的数据处理工具及使用方法
手把手教你充分利用spark提供的各种功能，快速编写高效分布式程序
【内容简介】
spark是一个开源的通用并行分布式计算框架，由加州大学伯克利分校的amp实验室开发，支持内存计算、多迭代批量处理、即席查询、流处理和图计算等多种范式。spark内存计算框架适合各种迭代算法和交互式数据分析，能够提升大数据处理的实时性和准确性，现已逐渐获得很多企业的支持，如阿里巴巴、百度、、英特尔等各大公司等。
本书系统讲解spark的使用方法，包括如何在多种机器上安装spark，如何配置一个spark集群，如何在交互模式下运行第一个spark作业，如何在spark集群上构建一个生产级的脱机独立作业，如何与spark集群建立连接和使用sparkcontext，如何创建和保存rdd（弹性分布式数据集），如何用spark分布式处理数据，如何设置shark，将hive查询集成到你的spark作业中来，如何测试spark作业，以及如何提升spark任务的性能。
书籍作者简介:
【书籍作者简介】 holden karau 资深软件开发工程师，现就职于databricks公司，之前曾就职于谷歌、亚马逊、微软和foursquare等著名公司。他对开源情有独钟，参与了许多开源项目，如linux内核无线驱动、android程序监控、搜索引擎等，对存储系统、推荐系统、搜索分类等都有深入研究。 【译者简介】 余璜 阿里巴巴核心系统研发工程师，oceanbase核心开发人员，对分布式系统理论和工程实践有深刻理解，专注于分布式系统设计、大规模数据处理，乐于分享，在csdn上分享了大量技术文章。 张磊 spark爱好者，曾参与分布式olap数据库系统核心开发，热衷于大数据处理、分布式计算。
pdf书籍目录:
第1章 安装spark以及构建spark集群 / 1
第2章 spark shell的使用 / 23
第3章 构建并运行spark应用 / 31
第4章 创建sparkcontext / 41
第5章 加载与保存数据 / 47
第6章 操作rdd / 57
第7章 shark-hive和spark的综合运用 / 85
第8章 测试 / 95
第9章 技巧和窍门 / 107
