| 失效链接处理 |
|
SPARK大数据分析与实战 黑马�E�序�?PDF 下蝲
下蝲地址�Q?/strong>
版权归出版社和原作者所有，链接已删除，误���买正�?br style="padding: 0px; margin: 0px;" />
用户下蝲说明�Q?/strong>
�?sh��)子版仅供预览，下蝲�?4���时内务必删除，支持正版�Q�喜�Ƣ的误���买正版书�c�：(x��)
http://product.dangdang.com/27927073.html
相关截图�Q?br />  资料���介：(x��) 本书从初学者角度详�l�介�l�了(ji��n)Spark应用�E�序体系架构的核�?j��)技术，全书�?章。第1章详�l�介�l�开发Spark框架的Scala�~�程语言�Q�第2�?�?�?章主要讲解Spark核心(j��)基础、SparkRDD�Ҏ(gu��)��分布式数据集、Spark SQL处理�l�构化数据、Spark Streaming实时计算框架、Spark MLlib机器学习(f��n)库，�q�包含了(ji��n)搭徏Spark集群、Spark集群的操作方式、利用Spark解决大数据工作中遇到的基本问题。第5�?章主要讲解大数据环境中常见的辅助�pȝ���Q�HBase数据库以�?qi��ng)Kafka���处理��^収ͼ�包含辅助�pȝ��的搭建方式、��用方法以�?qi��ng)相兛_��层实现的基本原理�Q�第9章是一个综合项目，利用Spark框架开发流式计���系�l�。掌握Spark相关技术，能够很好地适应企业开发的技术需要，为离�Uѝ��实时数据处理��^台的开发奠定基����?本书附有配套源代码、教学PPT、题库、教学视频、教学补充案例、教学设计等资源。�ؓ(f��)�?ji��n)帮助初学者更好地学习(f��n)本书中的内容�Q�还提供�?ji��n)在�U�答疑，�Ƣ迎读者关注�?本书可作为高�{�院校本、专�U�计���机相关专业�Q�大数据评���的专用教材，是一本适合�q�大计算机编�E�爱好者的优秀�ȝ���?br /> 资料目录�Q?/strong> �W?章Scala语言基础1
1.1初识Scala1
1.1.1Scala概述1
1.1.2Scala的下载安�?
1.1.3在IDEA开发工具中下蝲安装
Scala插�g4
1.1.4开发个Scala�E�序6
1.2Scala的基���语法9
1.2.1声明值和变量9
1.2.2数据�c�d��9
1.2.3���术和操作符重蝲10
1.2.4控制�l�构语句10
1.2.5�Ҏ(gu��)��和函�?3
1.3Scala的数据结�?5
1.3.1数组15
1.3.2元组18
1.3.3集合19
1.4Scala面向对象的特�?4
1.4.1�c�M��对象24
1.4.2�l�承25
1.4.3单例对象和伴生对�?6
1.4.4特质28
1.5Scala的模式匹配与样例�c?9
1.5.1模式匚w��30
1.5.2样例�c?1
1.6本章���结31
1.7译��?f��n)�?2
�W?章Spark基础33
2.1初识Spark33目录Spark大数据分析与实战
2.1.1Spark概述33
2.1.2Spark的特�?4
2.1.3Spark应用场景35
2.1.4Spark与Hadoop�Ҏ(gu��)��36
2.2搭徏Spark开发环�?7
2.2.1环境准备37
2.2.2Spark的部�|�方�?7
2.2.3Spark集群安装部��v38
2.2.4Spark HA集群部��v41
2.3Spark�q�行架构与原�?5
2.3.1基本概念45
2.3.2Spark集群�q�行架构45
2.3.3Spark�q�行基本���程46
2.4体验个Spark�E�序47
2.5启动SparkShell49
2.5.1�q�行SparkShell命��o(h��)49
2.5.2�q�行SparkShell��d��HDFS文�g50
2.6IDEA开发WordCount�E�序52
2.6.1以本地模式执行Spark�E�序52
2.6.2集群模式执行Spark�E�序54
2.7本章���结58
2.8译��?f��n)�?9
�W?章Spark RDD�Ҏ(gu��)��分布式数据�?0
3.1RDD����?0
3.2RDD的创建方�?1
3.2.1从文件系�l�加载数据创建RDD61
3.2.2通过�q�行集合创徏RDD62
3.3RDD的处理过�E?3
3.3.1转换���子63
3.3.2行动���子67
3.3.3�~�写WordCount词频�l�计案例70
3.4RDD的分�?1
3.5RDD的依赖关�p?1
3.6RDD机制73
3.6.1持久化机�?3
3.6.2定w��机制75
3.7Spark的�Q务调�?6
3.7.1DAG的概�?6
3.7.2RDD在Spark中的�q�行���程76
3.8本章���结78
3.9译��?f��n)�?8
�W?章Spark SQL�l�构化数据文件处�?0
4.1Spark SQL的基���知识80
4.1.1Spark SQL的简�?0
4.1.2Spark SQL架构81
4.2DataFrame的基���知识82
4.2.1DataFrame����?2
4.2.2DataFrame的创�?3
4.2.3DataFrame的常用操�?6
4.3Dataset的基���知识89
4.3.1Dataset����?9
4.3.2Dataset对象的创�?9
4.4RDD转换为DataFrame90
4.4.1反射机制推断Schema90
4.4.2�~�程方式定义Schema92
4.5Spark SQL操作数据�?4
4.5.1操作MySQL94
4.5.2操作Hive数据�?6
4.6本章���结99
4.7译��?f��n)�?9
�W?章HBase分布式数据库101
5.1HBase的基���知识101
5.1.1HBase的简�?01
5.1.2HBase的数据模�?02
5.2HBase的集���部�|?03
5.3HBase的基本操�?07
5.3.1HBase的Shell操作107
5.3.2HBase的Java API操作112
5.4深入学习(f��n)HBase原理120
5.4.1HBase架构121
5.4.2物理存储122
5.4.3��d��机制123
5.4.4HBase��d��数据?hu��)���?24
5.5HBase和Hive的整�?25
5.6本章���结130
5.7译��?f��n)�?30
�W?章Kafka分布式发布订阅消息系�l?32
6.1Kafka的基���知识132
6.1.1消息传递模式简�?32
6.1.2Kafka����?33
6.2Kafka工作原理134
6.2.1Kafka核心(j��)�l��g介绍134
6.2.2Kafka工作���程分析136
6.3Kafka集群部��v与测�?38
6.3.1安装Kafka138
6.3.2启动Kafka服务140
6.4Kafka生��者和消费者实�?41
6.4.1��Z��命��o(h��)行方式��用Kafka141
6.4.2��Z��Java API方式使用Kafka143
6.5Kafka Streams148
6.5.1Kafka Streams概述149
6.5.2Kafka Streams开发单词计数应�?49
6.6本章���结153
6.7译��?f��n)�?53
�W?章Spark Streaming实时计算框架155
7.1实时计算的基���知识155
7.1.1什么是实时计算155
7.1.2常用的实时计���框�?55
7.2Spark Streaming的基���知识156
7.2.1Spark Streaming����?56
7.2.2Spark Streaming工作原理157
7.3Spark的DStream157
7.3.1DStream����?57
7.3.2DStream�~�程模型158
7.3.3DStream转换操作158
7.3.4DStream�H�口操作164
7.3.5DStream输出操作168
7.3.6DStream实例——实现�|�站热词排序170
7.4Spark Streaming整合Kafka实战173
7.4.1KafkaUtils.createDstream方式173
7.4.2KafkaUtils.createDirectStream方式177
7.5本章���结180
7.6译��?f��n)�?80
�W?章Spark MLlib 机器学习(f��n)���法�?82
8.1初识机器学习(f��n)182
8.1.1什么是机器学习(f��n)182
8.1.2机器学习(f��n)的应�?83
8.2Spark机器学习(f��n)库MLlib的概�q?84
8.2.1MLlib的简�?84
8.2.2Spark机器学习(f��n)工作���程185
8.3数据�c�d��186
8.3.1本地向量186
8.3.2标注�?86
8.3.3本地矩阵187
8.4Spark MLlib基本�l�计188
8.4.1摘要�l�计188
8.4.2相关�l�计189
8.4.3分层抽样190
8.5分类191
8.5.1�U�性支持向量机191
8.5.2逻辑回归192
8.6案例——构徏推荐�pȝ��193
8.6.1推荐模型分类194
8.6.2利用MLlib实现�?sh��)�?ji��ng)推荐194
8.7本章���结200
8.8译��?f��n)�?00
�W?章综合案�?mdash;—Spark实时交易数据�l�计202
9.1�pȝ��概述202
9.1.1�pȝ��背景介绍202
9.1.2�pȝ��架构设计202
9.1.3�pȝ��预览203
9.2Redis数据�?03
9.2.1Redis介绍204
9.2.2Redis部��v与启�?04
9.2.3Redis操作�?qi��ng)命�?05
9.3模块开�?mdash;—构徏工程�l�构206
9.4模块开�?mdash;—构徏订单�pȝ��211
9.4.1模拟订单数据211
9.4.2向Kafka集群发送订单数�?12
9.5模块开�?mdash;—分析订单数据215
9.6模块开�?mdash;—数据展示219
9.6.1搭徏Web开发环�?19
9.6.2实现数据展示功能221
9.6.3可视化��^台展�C?27
9.7本章���结228
|
苏公�|�安�?32061202001004�?/p>
