封面
版权信息
内容简介
作者简介
前言
本书内容特色
如何阅读本书
PPT课件和源代码下载
适用读者及达成的目标
第1章 Spark开发准备——Scala基础
1.1 什么是Scala
1.2 安装Scala
1.3 Scala基础
1.4 集合
1.5 类和对象
1.6 抽象类和特质
1.7 使用Eclipse创建Scala项目
1.8 使用IntelliJ IDEA创建Scala项目
第2章 初识Spark
2.1 大数据开发总体架构
2.2 什么是Spark
2.3 Spark主要组件
2.4 Spark运行时架构
2.5 Spark集群搭建与测试
2.6 Spark应用程序的提交
2.7 Spark Shell的使用
第3章 Spark RDD弹性分布式数据集
3.1 什么是RDD
3.2 创建RDD
3.3 RDD的算子
3.4 RDD的分区
3.5 RDD的依赖
3.6 RDD的持久化
3.7 RDD的检查点
3.8 共享变量
3.9 案例分析：Spark RDD实现单词计数
3.10 案例分析：Spark RDD实现分组求TopN
3.11 案例分析：Spark RDD实现二次排序
3.12 案例分析：Spark RDD计算成绩平均分
3.13 案例分析：Spark RDD倒排索引统计每日新增用户
3.14 案例分析：Spark RDD读写HBase
3.15 案例分析：Spark RDD数据倾斜问题解决
第4章 Spark内核源码分析
4.1 Spark集群启动原理分析
4.2 Spark应用程序提交原理分析
4.3 Spark作业工作原理分析
4.4 Spark检查点原理分析
第5章 Spark SQL结构化数据处理引擎
5.1 什么是Spark SQL
5.2 DataFrame和Dataset
5.3 Spark SQL的基本使用
5.4 Spark SQL数据源
5.5 Spark SQL内置函数
5.6 案例分析：使用Spark SQL实现单词计数
5.7 案例分析：Spark SQL与Hive整合
5.8 案例分析：Spark SQL读写MySQL
5.9 案例分析：Spark SQL每日UV统计
5.10 案例分析：Spark SQL热点搜索词统计
5.11 综合案例：Spark SQL智慧交通数据分析
第6章 Kafka分布式消息系统
6.1 什么是Kafka
6.2 Kafka架构
6.3 主题与分区
6.4 分区副本
6.5 消费者组
6.6 数据存储机制
6.7 集群环境搭建
6.8 命令行操作
6.9 Java API操作
6.10 案例分析：Kafka生产者拦截器
第7章 Spark Streaming实时流处理引擎
7.1 什么是Spark Streaming
7.2 Spark Streaming工作原理
7.3 输入DStream和Receiver
7.4 第一个Spark Streaming程序
7.5 Spark Streaming数据源
7.6 DStream操作
7.7 案例分析：Spark Streaming按批次累加单词数量
7.8 案例分析：Spark Streaming整合Kafka计算实时单词数量
7.9 案例分析：Spark Streaming实时用户日志黑名单过滤
7.10 综合案例：微博用户行为分析
第8章 Structured Streaming结构化流处理引擎
8.1 什么是Structured Streaming
8.2 Structured Streaming单词计数
8.3 Structured Streaming编程模型
8.4 Structured Streaming查询输出
8.5 Structured Streaming窗口操作
8.6 案例分析：Structured Streaming整合Kafka实现单词计数
第9章 GraphX图计算引擎
9.1 什么是GraphX
9.2 第一个GraphX程序
9.3 GraphX数据结构
9.4 GraphX图操作
9.5 案例分析：使用GraphX计算社交网络中粉丝的平均年龄
更新时间：2021-03-26 22:19:13
完结共94章
倒序