万本电子书0元读

万本电子书0元读

顶部广告

Spark与Hadoop大数据分析电子书 租阅

售       价:¥

纸质售价:¥46.60购买纸书

344人正在读 | 3人评论 6.2

作       者:(美)文卡特·安卡姆(Venkat Ankam)

出  版  社:机械工业出版社

出版时间:2017-06-01

字       数:12.8万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(2条)
  • 读书简介
  • 目录
  • 累计评论(2条)
《Hadoop Spark大数据巨量分析与机器学习整合开发实战》从浅显易懂的“大数据和机器学习”原理介绍和说明入手,讲述大数据和机器学习的基本概念,如:分类、分析、训练、建模、预测、机器学习(推荐引擎)、机器学习(二元分类)、机器学习(多元分类)、机器学习(回归分析)和数据可视化应用。为降低读者学习大数据技术的门槛,书中提供了丰富的上机实践操作和范例程序详解,展示了如何在单台Windows系统上通过Virtual Box虚拟机安装多台Linux虚拟机,如何建立Hadoop集群,再建立Spark开发环境。书中介绍搭建的上机实践平台并不限制于单台实体计算机。对于有条件的公司和学校,参照书中介绍的搭建过程,同样可以将实践平台搭建在多台实体计算机上,以便更加接近于大数据和机器学习真实的运行环境。 《Hadoop Spark大数据巨量分析与机器学习整合开发实战》非常适合于学习大数据基础知识的初学者阅读,更适合正在学习大数据理论和技术的人员作为上机实践用的教材。 本书介绍了ApacheSpark和Hadoop的基础知识,并深探讨了所有Spark组件:SparkCore、SparkSQL、DataFrame、DataSet、普通流、结构化流、MLlib、Graphx,以及Hadoop的核心组件(HDFS、MapReduce和Yarn)等,此外,也讲解了在Spark Hadoop集群中实现的示例。
目录展开

译者序

前言

第1章 从宏观视角看大数据分析

1.1 大数据分析以及Hadoop和Spark在其中承担的角色

1.2 大数据科学以及Hadoop和Spark在其中承担的角色

1.3 工具和技术

1.4 实际环境中的用例

1.5 小结

第2章 Apache Hadoop和Apache Spark入门

2.1 Apache Hadoop概述

2.2 Apache Spark概述

2.3 为何把Hadoop和Spark结合使用

2.4 安装Hadoop和Spark集群

2.5 小结

第3章 深入剖析Apache Spark

3.1 启动Spark守护进程

3.2 学习Spark的核心概念

3.3 Spark程序的生命周期

3.4 Spark应用程序

3.5 持久化与缓存

3.6 Spark资源管理器:Standalone、YARN和Mesos

3.7 小结

第4章 利用Spark SQL、DataFrame和Dataset进行大数据分析

4.1 Spark SQL的发展史

4.2 Spark SQL的架构

4.3 介绍Spark SQL的四个组件

4.4 DataFrame和Dataset的演变

4.5 为什么要使用Dataset和DataFrame

4.6 何时使用RDD、Dataset和DataFrame

4.7 利用DataFrame进行分析

4.8 利用Dataset API进行分析

4.9 Data Sources API

4.10 把Spark SQL作为分布式SQL引擎

4.11 Hive on Spark

4.12 小结

第5章 利用Spark Streaming和Structured Streaming进行实时分析

5.1 实时处理概述

5.2 Spark Streaming的架构

5.3 Spark Streaming的变换和动作

5.4 输入数据源和输出存储

5.5 使用Kafka和HBase的Spark Streaming

5.6 Spark Streaming的高级概念

5.7 监控应用程序

5.8 结构化流概述

5.9 小结

第6章 利用Spark和Hadoop的笔记本与数据流

6.1 基于网络的笔记本概述

6.2 Jupyter概述

6.3 Apache Zeppelin概述

6.4 Livy REST作业服务器和Hue笔记本

6.5 用于数据流的Apache NiFi概述

6.6 小结

第7章 利用Spark和Hadoop进行机器学习

7.1 机器学习概述

7.2 在Spark和Hadoop上进行机器学习

7.3 机器学习算法

7.4 机器学习算法示例

7.5 构建机器学习流水线

7.6 利用H2O和Spark进行机器学习

7.7 Hivemall概述

7.8 Hivemall for Spark概述

7.9 小结

第8章 利用Spark和Mahout构建推荐系统

8.1 构建推荐系统

8.2 推荐系统的局限性

8.3 用MLlib实现推荐系统

8.4 Mahout和Spark的集成

8.5 小结

第9章 利用GraphX进行图分析

9.1 图处理概述

9.2 GraphX入门

9.3 利用GraphX分析航班数据

9.4 GraphFrames概述

9.5 小结

第10章 利用SparkR进行交互式分析

10.1 R语言和SparkR概述

10.2 SparkR入门

10.3 在SparkR里使用DataFrame

10.4 在RStudio里使用SparkR

10.5 利用SparkR进行机器学习

10.6 在Zeppelin里使用SparkR

10.7 小结

累计评论(2条) 2个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部