√ 描绘了图计算应用场景，用实例教你如何交互式使用GraphX √ 清晰介绍如何从常规数据构建大图及用图算法和图架构解决问题 √ 了解用于增强应用的图技术及如何将机器学习算法应用于图数据 √ GraphX API为大图发图算法用于图的机器学习算法图的可视化
售 价：¥
纸质售价：¥59.20购买纸书
6.2
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
译者序
序言
致谢
第1部分 Spark和图
1 两项重要的技术：Sp1ark和图
1.1 Spark：超越Hadoop MapReduce
1.2 图：挖掘关系中的含义
1.3 把快如闪电的图处理放到一起：Spark GraphX
第2部分 连接顶点
4 GraphX 基础
4.1 顶点对象与边对象
4.2 mapping操作
4.3 序列化/反序列化
4.4 图生成
4.5 Pregel API
4.6 小结
5 内置图算法
5.1 找出重要的图节点：网页排名
5.2 衡量连通性：三角形数
5.3 查找最少的跳跃：最短路径
5.4 找到孤岛人群：连通组件
5.5 受欢迎的回馈：增强连通组件
5.6 社区发现算法：标签传播
5.7 小结
6 其他有用的图算法
第3部分 更多内容
8 缺失的算法
8.1 缺失的基本图操作
8.2 读取RDF图文件
8.3 穷人（简化版）的图同构：找到Wikipedia缺失的信息
8.4 全局聚类系数：连通性比较
8.5 小结
9 性能和监控
9.1 监控Spark应用
9.2 Spark配置
9.3 Spark性能调优
9.4 图分区
9.5 小结
10 更多语言以及工具
10.1 在GraphX中使用除Scala外的其他语言
10.2 其他可视化工具：Apache Zeppelin 和 d3.js
10.3 类似一个数据库：Spark Job Server
10.4 通过GraphFrames在Spark的图上使用SQL
10.5 小结
附录A 安装Spark
附录B Gephi可视化软件
附录C 更多资源
附录D 本书中的Scala小贴士
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
