Spark大數(shù)據(jù)分析與實(shí)戰(zhàn)

目錄
第1章Scala語(yǔ)言基礎(chǔ)1
1.1初識(shí)Scala1
1.1.1Scala概述1
1.1.2Scala的下載安裝2
1.1.3在IDEA開(kāi)發(fā)工具中下載安裝
Scala插件4
1.1.4開(kāi)發(fā)第一個(gè)Scala程序6
1.2Scala的基礎(chǔ)語(yǔ)法9
1.2.1聲明值和變量9
1.2.2數(shù)據(jù)類(lèi)型9
1.2.3算術(shù)和操作符重載10
1.2.4控制結(jié)構(gòu)語(yǔ)句10
1.2.5方法和函數(shù)13
1.3Scala的數(shù)據(jù)結(jié)構(gòu)15
1.3.1數(shù)組15
1.3.2元組18
1.3.3集合19
1.4Scala面向?qū)ο蟮奶匦?4
1.4.1類(lèi)與對(duì)象24
1.4.2繼承25
1.4.3單例對(duì)象和伴生對(duì)象26
1.4.4特質(zhì)28
1.5Scala的模式匹配與樣例類(lèi)29
1.5.1模式匹配30
1.5.2樣例類(lèi)31
1.6本章小結(jié)31
1.7課后習(xí)題32
第2章Spark基礎(chǔ)33
2.1初識(shí)Spark33目錄Spark大數(shù)據(jù)分析與實(shí)戰(zhàn)
2.1.1Spark概述33
2.1.2Spark的特點(diǎn)34
2.1.3Spark應(yīng)用場(chǎng)景35
2.1.4Spark與Hadoop對(duì)比36
2.2搭建Spark開(kāi)發(fā)環(huán)境37
2.2.1環(huán)境準(zhǔn)備37
2.2.2Spark的部署方式37
2.2.3Spark集群安裝部署38
2.2.4Spark HA集群部署41
2.3Spark運(yùn)行架構(gòu)與原理45
2.3.1基本概念45
2.3.2Spark集群運(yùn)行架構(gòu)45
2.3.3Spark運(yùn)行基本流程46
2.4體驗(yàn)第一個(gè)Spark程序47
2.5啟動(dòng)SparkShell49
2.5.1運(yùn)行SparkShell命令49
2.5.2運(yùn)行SparkShell讀取HDFS文件50
2.6IDEA開(kāi)發(fā)WordCount程序52
2.6.1以本地模式執(zhí)行Spark程序52
2.6.2集群模式執(zhí)行Spark程序54
2.7本章小結(jié)58
2.8課后習(xí)題59
第3章Spark RDD彈性分布式數(shù)據(jù)集60
3.1RDD簡(jiǎn)介60
3.2RDD的創(chuàng)建方式61
3.2.1從文件系統(tǒng)加載數(shù)據(jù)創(chuàng)建RDD61
3.2.2通過(guò)并行集合創(chuàng)建RDD62
3.3RDD的處理過(guò)程63
3.3.1轉(zhuǎn)換算子63
3.3.2行動(dòng)算子67
3.3.3編寫(xiě)WordCount詞頻統(tǒng)計(jì)案例70
3.4RDD的分區(qū)71
3.5RDD的依賴(lài)關(guān)系71
3.6RDD機(jī)制73
3.6.1持久化機(jī)制73
3.6.2容錯(cuò)機(jī)制75
3.7Spark的任務(wù)調(diào)度76
3.7.1DAG的概念76
3.7.2RDD在Spark中的運(yùn)行流程76
3.8本章小結(jié)78
3.9課后習(xí)題78
第4章Spark SQL結(jié)構(gòu)化數(shù)據(jù)文件處理80
4.1Spark SQL的基礎(chǔ)知識(shí)80
4.1.1Spark SQL的簡(jiǎn)介80
4.1.2Spark SQL架構(gòu)81
4.2DataFrame的基礎(chǔ)知識(shí)82
4.2.1DataFrame簡(jiǎn)介82
4.2.2DataFrame的創(chuàng)建83
4.2.3DataFrame的常用操作86
4.3Dataset的基礎(chǔ)知識(shí)89
4.3.1Dataset簡(jiǎn)介89
4.3.2Dataset對(duì)象的創(chuàng)建89
4.4RDD轉(zhuǎn)換為DataFrame90
4.4.1反射機(jī)制推斷Schema90
4.4.2編程方式定義Schema92
4.5Spark SQL操作數(shù)據(jù)源94
4.5.1操作MySQL94
4.5.2操作Hive數(shù)據(jù)集96
4.6本章小結(jié)99
4.7課后習(xí)題99
第5章HBase分布式數(shù)據(jù)庫(kù)101
5.1HBase的基礎(chǔ)知識(shí)101
5.1.1HBase的簡(jiǎn)介101
5.1.2HBase的數(shù)據(jù)模型102
5.2HBase的集群部署103
5.3HBase的基本操作107
5.3.1HBase的Shell操作107
5.3.2HBase的Java API操作112
5.4深入學(xué)習(xí)HBase原理120
5.4.1HBase架構(gòu)121
5.4.2物理存儲(chǔ)122
5.4.3尋址機(jī)制123
5.4.4HBase讀寫(xiě)數(shù)據(jù)流程124
5.5HBase和Hive的整合125
5.6本章小結(jié)130
5.7課后習(xí)題130
第6章Kafka分布式發(fā)布訂閱消息系統(tǒng)132
6.1Kafka的基礎(chǔ)知識(shí)132
6.1.1消息傳遞模式簡(jiǎn)介132
6.1.2Kafka簡(jiǎn)介133
6.2Kafka工作原理134
6.2.1Kafka核心組件介紹134
6.2.2Kafka工作流程分析136
6.3Kafka集群部署與測(cè)試138
6.3.1安裝Kafka138
6.3.2啟動(dòng)Kafka服務(wù)140
6.4Kafka生產(chǎn)者和消費(fèi)者實(shí)例141
6.4.1基于命令行方式使用Kafka141
6.4.2基于Java API方式使用Kafka143
6.5Kafka Streams148
6.5.1Kafka Streams概述149
6.5.2Kafka Streams開(kāi)發(fā)單詞計(jì)數(shù)應(yīng)用149
6.6本章小結(jié)153
6.7課后習(xí)題153
第7章Spark Streaming實(shí)時(shí)計(jì)算框架155
7.1實(shí)時(shí)計(jì)算的基礎(chǔ)知識(shí)155
7.1.1什么是實(shí)時(shí)計(jì)算155
7.1.2常用的實(shí)時(shí)計(jì)算框架155
7.2Spark Streaming的基礎(chǔ)知識(shí)156
7.2.1Spark Streaming簡(jiǎn)介156
7.2.2Spark Streaming工作原理157
7.3Spark的DStream157
7.3.1DStream簡(jiǎn)介157
7.3.2DStream編程模型158
7.3.3DStream轉(zhuǎn)換操作158
7.3.4DStream窗口操作164
7.3.5DStream輸出操作168
7.3.6DStream實(shí)例——實(shí)現(xiàn)網(wǎng)站熱詞排序170
7.4Spark Streaming整合Kafka實(shí)戰(zhàn)173
7.4.1KafkaUtils.createDstream方式173
7.4.2KafkaUtils.createDirectStream方式177
7.5本章小結(jié)180
7.6課后習(xí)題180
第8章Spark MLlib 機(jī)器學(xué)習(xí)算法庫(kù)182
8.1初識(shí)機(jī)器學(xué)習(xí)182
8.1.1什么是機(jī)器學(xué)習(xí)182
8.1.2機(jī)器學(xué)習(xí)的應(yīng)用183
8.2Spark機(jī)器學(xué)習(xí)庫(kù)MLlib的概述184
8.2.1MLlib的簡(jiǎn)介184
8.2.2Spark機(jī)器學(xué)習(xí)工作流程185
8.3數(shù)據(jù)類(lèi)型186
8.3.1本地向量186
8.3.2標(biāo)注點(diǎn)186
8.3.3本地矩陣187
8.4Spark MLlib基本統(tǒng)計(jì)188
8.4.1摘要統(tǒng)計(jì)188
8.4.2相關(guān)統(tǒng)計(jì)189
8.4.3分層抽樣190
8.5分類(lèi)191
8.5.1線性支持向量機(jī)191
8.5.2邏輯回歸192
8.6案例——構(gòu)建推薦系統(tǒng)193
8.6.1推薦模型分類(lèi)194
8.6.2利用MLlib實(shí)現(xiàn)電影推薦194
8.7本章小結(jié)200
8.8課后習(xí)題200
第9章綜合案例——Spark實(shí)時(shí)交易數(shù)據(jù)統(tǒng)計(jì)202
9.1系統(tǒng)概述202
9.1.1系統(tǒng)背景介紹202
9.1.2系統(tǒng)架構(gòu)設(shè)計(jì)202
9.1.3系統(tǒng)預(yù)覽203
9.2Redis數(shù)據(jù)庫(kù)203
9.2.1Redis介紹204
9.2.2Redis部署與啟動(dòng)204
9.2.3Redis操作及命令205
9.3模塊開(kāi)發(fā)——構(gòu)建工程結(jié)構(gòu)206
9.4模塊開(kāi)發(fā)——構(gòu)建訂單系統(tǒng)211
9.4.1模擬訂單數(shù)據(jù)211
9.4.2向Kafka集群發(fā)送訂單數(shù)據(jù)212
9.5模塊開(kāi)發(fā)——分析訂單數(shù)據(jù)215
9.6模塊開(kāi)發(fā)——數(shù)據(jù)展示219
9.6.1搭建Web開(kāi)發(fā)環(huán)境219
9.6.2實(shí)現(xiàn)數(shù)據(jù)展示功能221
9.6.3可視化平臺(tái)展示227
9.7本章小結(jié)228