目錄

Lean Apache Spark 2

本書於2017-03由Packt Publishing出版，作者Muhammad Asif Abbasi，全書356頁。

通過本書你將學到以下知識：

• 概述大資料分析及其對組織和資料專業人員的重要性
• 深入瞭解Spark，瞭解它與現有處理平臺的區別
• 瞭解各種檔案格式的複雜性，以及如何使用Apache Spark處理它們。
• 實現如何使用YARN，MESOS或獨立叢集管理器部署Spark。
• 瞭解Spark SQL，SchemaRDD，快取以及使用Hive和Parquet檔案格式的概念
• 瞭解Spark MLLib的架構，同時討論Spark附帶的一些現成演算法。
• 介紹一下SparkR的部署和使用情況。
• 瞭解圖形計算和市場上可用的圖形處理系統的重要性
• 通過使用ALS使用Spark構建推薦引擎來檢查Spark的真實示例。
• 使用Telco資料集，使用隨機森林預測客戶流失。

Apache Spark 2.x Cookbook，第2版

本書適合資料工程師，資料科學家以及那些想使用Spark的讀者。閱讀本書之前最好有Scala的程式設計基礎。通過本書你將學到以下知識：

• 在AWS上使用各種叢集管理器安裝和配置Apache Spark
• 為Apache Spark設定開發環境，包括Databricks Cloud筆記本
• 瞭解如何使用模式在Spark中操作資料
• 使用Spark Streaming和Structured Streaming掌握實時流分析
• 使用MLlib掌握監督學習和無監督學習
• 使用MLlib構建推薦引擎
• 使用GraphX和GraphFrames庫進行圖形處理
• 開發一組通用應用程式或專案型別，以及解決複雜大資料問題的解決方案

Learning Spark Streaming

通過本書你將學到以下知識

• 瞭解Spark流媒體是如何適應全域性的
• 學習核心概念，如Spark RDDs、Spark流叢集和DStream的基礎知識
• 瞭解如何建立健壯的部署
• 深入流演算法
• 學習如何調優，測量和監測火花流

Apache Spark 2.x for Java Developers

通過本書你將學到以下知識

• 使用不同的檔案格式處理資料，例如XML、JSON、CSV和純文字，使用Spark core庫。
• 使用Spark流媒體庫對來自各種資料來源的資料進行分析，例如Kafka和Flume
• 學習使用各種SQL函式(包括Spark SQL庫中的視窗函式)建立SQL模式和分析結構化資料
• 在實現機器學習技術以解決實際問題的同時，探索Spark Mlib api
• 瞭解Spark GraphX，這樣您就可以瞭解使用Spark執行的各種基於圖形的分析

Scala and Spark for Big Data Analytics

通過本書你將學到以下知識

• 瞭解Scala面向物件和函數語言程式設計的概念
• 深入瞭解Scala集合api
• 使用RDD和DataFrame學習Spark的核心抽象
• 使用SparkSQL和GraphX分析結構化和非結構化資料
• 使用Spark結構化流進行可伸縮的容錯流應用程式開發
• 學習機器學習的最佳實踐，分類，迴歸，降維，和推薦系統，以建立預測模型與廣泛使用的演算法在Spark MLlib & ML
  構建叢集模型來叢集大量資料
• 瞭解Spark應用程式的調優、除錯和監視
  在獨立叢集、Mesos和YARN上部署Spark應用程式

High Performance Spark完整版

本書適合軟體工程師、資料工程師、開發者以及Spark系統管理員的使用。通過本數你可以學到：

• 瞭解如何使Spark作業執行速度更快；
• 使用Spark探索資料；
• 使用Spark處理更大的資料集；
• 減少管道執行時間以獲得更快的洞察力。

Machine Learning with Spark Second Edition

• 接觸最新版本的Spark ML
• 用Scala和Python建立您的第一個Spark程式
• 在您自己的計算機上以及在Amazon EC2上為Spark設定和配置開發環境
• 訪問公共機器學習資料集並使用Spark載入、處理、清理和轉換資料
• 使用Spark機器學習庫通過使用眾所周知的機器學習模型來實現程式
• 處理大規模的文字資料，包括特徵提取和使用文字資料作為機器學習模型的輸入
• 編寫Spark函式來評估機器學習模型的效能