Spark零基礎(chǔ)實(shí)戰(zhàn)

定　價(jià)：￥68.00

作　者：	王家林，孔祥瑞等著
出版社：	化學(xué)工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)/網(wǎng)絡(luò) 行業(yè)軟件及應(yīng)用

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787122280176	出版時(shí)間：	2016-11-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	307	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　Spark是業(yè)界公認(rèn)的近幾年發(fā)展快、受關(guān)注度的一體化多元化的大數(shù)據(jù)計(jì)算技術(shù)，可以同時(shí)滿(mǎn)足不同業(yè)務(wù)場(chǎng)景和不同數(shù)據(jù)規(guī)模的大數(shù)據(jù)計(jì)算的需要。本書(shū)首先通過(guò)代碼實(shí)戰(zhàn)的方式對(duì)學(xué)習(xí)Spark前必須掌握的Scala內(nèi)容進(jìn)行講解并結(jié)合Spark源碼的閱讀來(lái)幫助讀者快速學(xué)習(xí)Scala函數(shù)式編程與面向?qū)ο笸昝澜Y(jié)合的編程藝術(shù)，接著對(duì)Hadoop和Spark集群安裝部署以及Spark在不同集成開(kāi)發(fā)環(huán)境的開(kāi)發(fā)實(shí)戰(zhàn)作出了詳細(xì)的講解，然后基于大量的實(shí)戰(zhàn)案例來(lái)講解Spark核心RDD編程并深度解密RDD的密碼，并且通過(guò)實(shí)戰(zhàn)的方式詳解了TopN在Spark RDD中的實(shí)現(xiàn)，為了讓讀者徹底了解Spark，本書(shū)用了大量的篇幅詳細(xì)解密了Spark的高可用性、內(nèi)核架構(gòu)、運(yùn)行機(jī)制等內(nèi)容。 Spark零基礎(chǔ)實(shí)戰(zhàn)這本書(shū)定位于零基礎(chǔ)的學(xué)員，也可以作為有一定大數(shù)據(jù)Hadoop經(jīng)驗(yàn)的從業(yè)者以及對(duì)大數(shù)據(jù)非常感興趣的學(xué)生的本Spark入門(mén)書(shū)籍。

作者簡(jiǎn)介

　　王家林，DT大數(shù)據(jù)夢(mèng)工廠/Spark亞太研究院，DT大數(shù)據(jù)夢(mèng)工廠創(chuàng)始人/Spark亞太研究院院長(zhǎng)及首席專(zhuān)家，DT 大數(shù)據(jù)夢(mèng)工廠創(chuàng)始人和首席專(zhuān)家，Spark 亞太研究院院長(zhǎng)和首席專(zhuān)家，移動(dòng)互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)領(lǐng)域集大成者，多家公司的技術(shù)顧問(wèn)，業(yè)界技術(shù)培訓(xùn)專(zhuān)家。大數(shù)據(jù)技術(shù)公益推廣人，大數(shù)據(jù)在線(xiàn)教育世界技術(shù)專(zhuān)家，Spark 大數(shù)據(jù)中國(guó)區(qū)培訓(xùn)專(zhuān)家。徹底研究了Spark 從0.5.0 到1.6.1 中共22 個(gè)版本的Spark 源碼，目前致力于開(kāi)發(fā)全球優(yōu)化的Spark 中國(guó)版本。尤其擅長(zhǎng)Spark 在生產(chǎn)環(huán)境下各種類(lèi)型和場(chǎng)景故障的排除和解決，癡迷于Spark 生產(chǎn)環(huán)境下任意類(lèi)型（例如Shuffle 和各種內(nèi)存問(wèn)題）的Spark 程序的深度性能優(yōu)化。從2014 年6 月24 日起，已開(kāi)啟免費(fèi)的Spark 公開(kāi)課《決勝大數(shù)據(jù)時(shí)代Spark100 期公益大講堂》。在2015 年12 月27 日成立DT 大數(shù)據(jù)夢(mèng)工廠，開(kāi)啟IMF（Impossible Mission Force）行動(dòng)，率先在全球開(kāi)展以Spark 為核心的，免費(fèi)為社會(huì)培養(yǎng)100 萬(wàn)企業(yè)級(jí)實(shí)戰(zhàn)高級(jí)大數(shù)據(jù)人才行動(dòng)計(jì)劃，截止目前已有數(shù)千人參與到這個(gè)行動(dòng)之中。曾負(fù)責(zé)某公司的類(lèi)Hadoop 框架開(kāi)發(fā)工作，是Hadoop 一站式解決方案的提供者，同時(shí)也是云計(jì)算和分布式大數(shù)據(jù)處理的較早實(shí)踐者之一，在實(shí)踐中用Hadoop 解決不同領(lǐng)域的大數(shù)據(jù)的高效處理和存儲(chǔ)。致力于Android、HTML5、Hadoop 等的軟、硬、云整合的一站式解決方案專(zhuān)家。2007 年國(guó)內(nèi)較早從事于Android 系統(tǒng)移植、軟硬整合、框架修改、應(yīng)用程序軟件開(kāi)發(fā)以及Android 系統(tǒng)測(cè)試和應(yīng)用軟件測(cè)試的技術(shù)專(zhuān)家。2015年12月，在電視媒體錄制了《大數(shù)據(jù)的奧秘》，《大數(shù)據(jù)時(shí)代的九大神器》等視頻光盤(pán)。？ 2016年1月至今，直播培訓(xùn)課程Hadoop，MySQL，Linux，Scala，Java，Spark零基礎(chǔ)到高級(jí)企業(yè)級(jí)實(shí)戰(zhàn)，Spark源碼解析及性能優(yōu)化，JVM性能調(diào)優(yōu)，機(jī)器學(xué)習(xí)從零基礎(chǔ)到企業(yè)級(jí)實(shí)戰(zhàn)持續(xù)中。

圖書(shū)目錄

第1章Scala光速入門(mén)1
1.1Scala基礎(chǔ)與語(yǔ)法入門(mén)實(shí)戰(zhàn)1
1.1.1Scala基本數(shù)據(jù)類(lèi)型1
1.1.2Scala變量聲明2
1.1.3算術(shù)操作符介紹2
1.1.4條件語(yǔ)句5
1.1.5循環(huán)6
1.1.6異常控制8
1.2Scala中Array、Map等數(shù)據(jù)結(jié)構(gòu)實(shí)戰(zhàn)10
1.2.1定長(zhǎng)數(shù)組和可變數(shù)組10
1.2.2數(shù)組常用算法10
1.2.3Map映射11
1.2.4Tuple元組12
1.2.5List列表12
1.2.6Set集合14
1.2.7Scala集合方法大全15
1.2.8綜合案例及Spark源碼解析17
1.3小結(jié)18
第2章Scala面向?qū)ο髲氐拙癝park源碼閱讀19
2.1Scala面向?qū)ο笤斀?9
2.1.1Scala中的class、object初介紹19
2.1.2主構(gòu)造器與輔助構(gòu)造器22
2.1.3類(lèi)的字段和方法徹底精通23
2.1.4抽象類(lèi)、接口的實(shí)戰(zhàn)詳解24
2.1.5Scala Option類(lèi)詳解26
2.1.6object的提取器27
2.1.7Scala的樣例類(lèi)實(shí)戰(zhàn)詳解27
2.2Scala綜合案例及Spark源碼解析28
2.3小結(jié)29
第3章Scala函數(shù)式編程徹底精通及Spark源碼閱讀30
3.1函數(shù)式編程概述30
3.2函數(shù)定義35
3.3函數(shù)式對(duì)象37
3.4本地函數(shù)41
3.5頭等函數(shù)42
3.6函數(shù)字面量和占位符43
3.6.1Scala占位符43
3.6.2函數(shù)字面量43
3.6.3部分應(yīng)用函數(shù)44
3.7閉包和Curring46
3.8高階函數(shù)49
3.9從Spark源碼角度解析Scala函數(shù)式編程55
3.10小結(jié)57
第4章Scala模式匹配、類(lèi)型系統(tǒng)徹底精通與Spark源碼閱讀58
4.1模式匹配語(yǔ)法58
4.2模式匹配實(shí)戰(zhàn)59
4.2.1模式匹配基礎(chǔ)實(shí)戰(zhàn)59
4.2.2數(shù)組、元祖實(shí)戰(zhàn)59
4.2.3Option實(shí)戰(zhàn)60
4.2.4提取器60
4.2.5Scala異常處理與模式匹配61
4.2.6sealed密封類(lèi)62
4.3類(lèi)型系統(tǒng)62
4.3.1泛型62
4.3.2邊界63
4.3.3協(xié)變與逆變63
4.4Spark源碼閱讀64
4.5小結(jié)65
第5章Scala隱式轉(zhuǎn)換等徹底精通及Spark源碼閱讀66
5.1隱式轉(zhuǎn)換66
5.1.1隱式轉(zhuǎn)換的使用條件66
5.1.2隱式轉(zhuǎn)換實(shí)例66
5.2隱式類(lèi)68
5.3隱式參數(shù)詳解68
5.4隱式值69
5.5Spark源碼閱讀解析69
5.6小結(jié)70
第6章并發(fā)編程及Spark源碼閱讀71
6.1并發(fā)編程徹底詳解71
6.1.1actor工作模型71
6.1.2發(fā)送消息72
6.1.3回復(fù)消息74
6.1.4actor創(chuàng)建74
6.1.5用上下文context創(chuàng)建actor75
6.1.6用ActorSystem創(chuàng)建actor76
6.1.7用匿名類(lèi)創(chuàng)建actor76
6.1.8actor生命周期77
6.1.9終止actor78
6.1.10actor實(shí)戰(zhàn)80
6.2小結(jié)82
第7章源碼編譯83
7.1Windows下源碼編譯83
7.1.1下載Spark源碼83
7.1.2Sbt方式84
7.1.3Maven方式89
7.1.4需要注意的幾個(gè)問(wèn)題90
7.2Ubuntu下源碼編譯92
7.2.1下載Spark源碼93
7.2.2Sbt方式95
7.2.3Maven方式96
7.2.4makedistribution.sh腳本方式98
7.2.5需要注意的幾個(gè)問(wèn)題99
7.3小結(jié)100
第8章Hadoop分布式集群環(huán)境搭建101
8.1搭建Hadoop單機(jī)環(huán)境101
8.1.1安裝軟件下載101
8.1.2Ubuntu系統(tǒng)的安裝101
8.1.3Hadoop集群的安裝和設(shè)置109
8.1.4Hadoop單機(jī)模式下運(yùn)行WordCount示例113
8.2Hadoop偽分布式環(huán)境115
8.2.1Hadoop偽分布式環(huán)境搭建115
8.2.2Hadoop偽分布式模式下運(yùn)行WordCount示例117
8.3Hadoop完全分布式環(huán)境120
8.3.1Hadoop完全分布式環(huán)境搭建120
8.3.2Hadoop完全分布式模式下運(yùn)行WordCount示例123
8.4小結(jié)125
第9章精通Spark集群搭建與測(cè)試127
9.1Spark集群所需軟件的安裝127
9.1.1安裝JDK127
9.1.2安裝Scala130
9.2Spark環(huán)境搭建132
9.2.1Spark單機(jī)與單機(jī)偽分布式環(huán)境132
9.2.2Spark Standalone集群環(huán)境搭建與配置135
9.2.3Spark Standalone環(huán)境搭建的驗(yàn)證136
9.3Spark集群的測(cè)試137
9.3.1通過(guò)sparkshell腳本進(jìn)行測(cè)試137
9.3.2通過(guò)sparksubmit腳本進(jìn)行測(cè)試145
9.4小結(jié)145
第10章Scala IDE開(kāi)發(fā)Spark程序?qū)崙?zhàn)解析146
10.1Scala IDE安裝146
10.1.1Ubuntu系統(tǒng)下安裝146
10.1.2Windows系統(tǒng)下安裝147
10.2ScalaIDE開(kāi)發(fā)重點(diǎn)步驟詳解148
10.3Wordcount創(chuàng)建實(shí)戰(zhàn)152
10.4Spark源碼導(dǎo)入Scala IDE154
10.5小結(jié)164
第11章實(shí)戰(zhàn)詳解IntelliJ IDEA下的Spark程序開(kāi)發(fā)165
11.1IDEA安裝165
11.1.1Ubuntu系統(tǒng)下安裝165
11.1.2Windows系統(tǒng)下安裝167
11.2IDEA開(kāi)發(fā)重點(diǎn)步驟詳解168
11.2.1環(huán)境配置168
11.2.2項(xiàng)目創(chuàng)建170
11.2.3Spark包引入174
11.3Wordcount創(chuàng)建實(shí)戰(zhàn)174
11.4IDEA導(dǎo)入Spark源碼177
11.5小結(jié)183
第12章Spark簡(jiǎn)介184
12.1Spark發(fā)展歷史184
12.2Spark在國(guó)內(nèi)外的使用185
12.3Spark生態(tài)系統(tǒng)簡(jiǎn)介188
12.3.1Hadoop生態(tài)系統(tǒng)189
12.3.2BDAS生態(tài)系統(tǒng)195
12.3.3其他199
12.4小結(jié)199
第13章Spark RDD解密200
13.1淺談RDD200
13.2創(chuàng)建RDD的幾種常用方式204
13.3Spark RDD API解析及其實(shí)戰(zhàn)206
13.4RDD的持久化解析及其實(shí)戰(zhàn)217
13.5小結(jié)218
第14章Spark程序之分組TopN開(kāi)發(fā)實(shí)戰(zhàn)解析219
14.1分組TopN動(dòng)手實(shí)戰(zhàn)219
14.1.1Java之分組TopN開(kāi)發(fā)實(shí)戰(zhàn)219
14.1.2Scala之分組TopN開(kāi)發(fā)實(shí)戰(zhàn)226
14.2Scala之分組TopN運(yùn)行原理解密232
14.2.1textFile232
14.2.2map234
14.2.3groupByKey234
14.3小結(jié)237
第15章MasterHA工作原理解密238
15.1Spark需要Master HA的原因238
15.2Spark Master HA的實(shí)現(xiàn)238
15.3Spark和ZOOKEEPER的協(xié)同工作機(jī)制240
15.4ZOOKEEPER實(shí)現(xiàn)應(yīng)用實(shí)戰(zhàn)242
15.5小結(jié)247
第16章Spark內(nèi)核架構(gòu)解密248
16.1Spark的運(yùn)行過(guò)程248
16.1.1SparkContext的創(chuàng)建過(guò)程248
16.1.2Driver的注冊(cè)過(guò)程249
16.1.3Worker中任務(wù)的執(zhí)行254
16.1.4任務(wù)的調(diào)度過(guò)程255
16.1.5Job執(zhí)行結(jié)果的產(chǎn)生257
16.2小結(jié)259
第17章Spark運(yùn)行原理實(shí)戰(zhàn)解析260
17.1用戶(hù)提交程序Driver端解析260
17.1.1SparkConf解析263
17.1.2SparkContext解析264
17.1.3DAGScheduler創(chuàng)建271
17.1.4TaskScheduler創(chuàng)建272
17.1.5SchedulerBackend創(chuàng)建273
17.1.6Stage劃分與TaskSet生成274
17.1.7任務(wù)提交280
17.2Spark運(yùn)行架構(gòu)解析283
17.2.1Spark基本組件介紹283
17.2.2Spark的運(yùn)行邏輯285
17.3Spark在不同集群上的運(yùn)行架構(gòu)291
17.3.1Spark在Standalone模式下的運(yùn)行架構(gòu)291
17.3.2Spark on yarn的運(yùn)行架構(gòu)294
17.3.3Spark在不同模式下的應(yīng)用實(shí)戰(zhàn)297
17.4Spark運(yùn)行架構(gòu)的實(shí)戰(zhàn)解析300
17.5小結(jié)307