Spark Cookbook中文版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

Spark Cookbook中文版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 开始使用Apache Spark1

1.1 简介1

1.2 使用二进制文件安装Spark2

1.3 通过Maven构建Spark源码5

1.4 在Amazon EC2上部署Spark7

1.5 在集群上以独立模式部署Spark13

1.6 在集群上使用Mesos部署Spark18

1.7 在集群上使用YARN部署19

1.8 使用Tachyon作为堆外存储层22

第2章 使用Spark开发应用27

2.1 简介27

2.2 探索Spark shell27

2.3 在Eclipse中使用Maven开发Spark应用29

2.4 在Eclipse中使用SBT开发Spark应用33

2.5 在Intellij IDEA中使用Maven开发Spark应用34

2.6 在Intellij IDEA中使用SBT开发Spark应用36

第3章 外部数据源38

3.1 简介38

3.2 从本地文件系统加载数据39

3.3 从HDFS加载数据40

3.4 从HDFS加载自定义输入格式的数据45

3.5 从Amazon S3加载数据46

3.6 从Apache Cassandra加载数据49

3.7 从关系型数据库加载数据54

第4章 Spark SQL57

4.1 简介57

4.2 理解Catalyst优化器60

4.3 创建HiveContext63

4.4 使用case类生成数据格式66

4.5 编程指定数据格式67

4.6 使用Parquet格式载入及存储数据69

4.7 使用JSON格式载入及存储数据73

4.8 从关系型数据库载入及存储数据75

4.9 从任意数据源载入及存储数据78

第5章 Spark Streaming80

5.1 简介80

5.2 使用Streaming统计字数82

5.3 Twitter流数据处理84

5.4 Kafka流数据处理88

第6章 机器学习——MLlib94

6.1 简介94

6.2 创建向量95

6.3 创建向量标签97

6.4 创建矩阵99

6.5 计算概述统计量101

6.6 计算相关性102

6.7 进行假设检验104

6.8 使用ML创建机器学习流水线106

第7章 监督学习之回归——MLlib109

7.1 简介109

7.2 使用线性回归110

7.3 理解代价函数112

7.4 使用Lasso线性回归116

7.5 使用岭回归117

第8章 监督学习之分类——MLlib119

8.1 简介119

8.2 逻辑回归分类119

8.3 支持向量机二元分类124

8.4 决策树分类127

8.5 随机森林分类134

8.6 梯度提升树（GBTs）分类139

8.7 朴素贝叶斯分类140

第9章 无监督学习——MLlib143

9.1 简介143

9.2 使用k-means聚类144

9.3 主成分分析的降维149

9.4 奇异值分解降维155

第10章 推荐系统159

10.1 简介159

10.2 显性反馈的协同过滤161

10.3 隐性反馈的协同过滤164

第11章 图像处理——GraphX169

11.1 简介169

11.2 基本图像运算170

11.3 使用PageRank171

11.4 查找连通分量174

11.5 相邻聚合实现177

第12章 优化及调优180

12.1 简介180

12.2 内存优化183

12.3 使用压缩提升性能185

12.4 使用序列化提升性能186

12.5 优化垃圾回收187

12.6 优化并行度的级别187

12.7 理解未来的优化——Tungsten项目188