当前位置:首页 > 工业技术
Spark大数据实例开发教程
Spark大数据实例开发教程

Spark大数据实例开发教程PDF电子书下载

工业技术

  • 电子书积分:12 积分如何计算积分?
  • 作 者:王家林,徐香玉等编著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2016
  • ISBN:9787111519096
  • 页数:332 页
图书介绍:书中第1章首先通过介绍Spark的生态系统和RDD编程模型,使读者能够快速的对Spark技术的生态环境以及对Spark的RDD编程模型有个非常直观的了解。第2章,首先介绍了Spark应用的两种部署模式;然后在应用部署模式基础上,开始Spark实战的案例与解析,通过提供一个完整的基础案例,使读者了解一个Spark应用的大致处理流程;接着对实战中的重点部分,结合源码分析、监控日志分析等深入解析了Spark运行机制、DAG图等关键内容;最后给出Spark开发者常用的应用程序构建案例与分析,以及调试环境搭建的案例与应用调试的案例。第3章重点针对Spark SQL子模块进行实战,首先概要分析了Spark 1.3版本中引入的DataFrame,然后基于DataFrame编程模型给出一个完整的基础案例与解析,接着也是针对实战中的难度、重点部分,给予了更丰富的案例与深入地分析,最后,重点关注Spark 1.3版本中DataFrame当前支持的各种数据源,并给出各种数据源基础上的案例与分析,数据源包括各种结构化数据文件、Hive表、外部数据库或现有的RDD。第4章 针对流处理进行实战,首先分析流处理中的
《Spark大数据实例开发教程》目录

第1章 Spark简介 1

1.1 什么是Spark 2

1.2 Spark生态圈 2

1.2.1 伯克利数据分析协议栈 2

1.2.2 Spark开源社区发展 3

1.3 RDD编程模型 3

1.3.1 RDD抽象概念 3

1.3.2 RDD的操作 5

1.3.3 RDD的依赖关系 6

1.3.4 一个典型的DAG示意图 6

第2章 Spark RDD实践案例与解析 8

2.1 Spark应用程序部署 9

2.1.1 Spark应用的基本概念 9

2.1.2 应用程序的部署方式 10

2.2 RDD数据的输入、处理、输出的基本案例与解析 14

2.2.1 集群环境的搭建 15

2.2.2 交互式工具的启动 19

2.2.3 文本数据的ETL案例实践与解析 25

2.2.4 文本数据的初步统计案例实践与解析 28

2.2.5 文本数据统计结果的持久化案例实践与解析 31

2.2.6 RDD的Lineage关系的案例与源码解析 33

2.2.7 RDD的持久化案例与解析 43

2.2.8 RDD的构建案例与解析 48

2.2.9 分区数设置的案例与源码解析 49

2.3 RDD API的应用案例与解析 53

2.3.1 如何查找RDD API的隐式转换 54

2.3.2 RDD[T]的分区相关的API 57

2.3.3 RDD[T]常用的聚合API 60

2.3.4 DoubleRDDFunctions(self:RDD[Double])常用的API 63

2.3.5 PairRDDFunctions[K,V]聚合相关的API 66

2.3.6 RDD相互间操作的API 71

2.3.7 PairRDDFunctions[K,V]间的相关API 76

2.3.8 OrderedRDDFunctions[K,V,P<:Product2[K,V]]常用的API 77

2.4 Spark应用程序构建 78

2.4.1 基于SBT构建Spark应用程序的实例 79

2.4.2 基于IDEA构建Spark应用程序的实例 81

2.4.3 Spark提交应用的调试实例 93

2.5 移动互联网数据分析案例与解析 98

2.5.1 移动互联网数据的准备 99

2.5.2 移动互联网数据分析与解析 100

2.6 Spark RDD实践中的常见问题与解答 103

第3章 Spark SQL实践案例与解析 105

3.1 Spark SQL概述 106

3.2 DataFrame处理的案例与解析 106

3.2.1 DataFrame编程模型 107

3.2.2 DataFrame基本操作案例与解析 107

3.2.3 DataFrame与RDD之间的转换案例与解析 122

3.2.4 缓存表(列式存储)的案例与解析 127

3.2.5 DataFrame API的应用案例与分析 132

3.3 Spark SQL处理各种数据源的案例与解析 158

3.3.1 通用的加载/保存功能的案例与解析 160

3.3.2 Parquet文件处理的案例与解析 165

3.3.3 JSON数据集操作的案例与解析 167

3.3.4 操作Hive表的案例与解析 170

3.3.5 使用JDBC操作其他数据库的案例与解析 185

3.3.6 集成Hive数据仓库的案例与解析 191

3.4 基于Hive的人力资源系统数据处理案例与解析 197

3.4.1 人力资源系统的数据库与表的构建 199

3.4.2 人力资源系统的数据的加载 201

3.4.3 人力资源系统的数据的查询 202

第4章 Spark Streaming实践案例与解析 206

4.1 Spark Streaming概述 207

4.2 Spark Streaming基础概念 208

4.3 企业信息实时处理的案例与解析 208

4.3.1 处理TCP数据源的案例与解析 209

4.3.2 处理HDFS文件数据源的案例与解析 225

4.3.3 处理Kafka数据源的准备工作 229

4.3.4 基于Receiver读取Kafka数据的案例与解析 232

4.3.5 直接读取(无Receiver)Kafka数据的案例与解析 243

4.3.6 处理Flume数据源的实践准备 253

4.3.7 基于Flume风格的推送数据案例与解析 254

4.3.8 定制FlumeSink的拉取数据案例与解析 261

4.4 性能调优 271

4.4.1 减少批处理的时间 271

4.4.2 设置正确的批间隔 273

4.4.3 内存调优 274

第5章 Tachyon实践案例与解析 276

5.1 Tachyon概述 277

5.2 重新编译部署包 279

5.2.1 重新编译Tachyon的部署包 279

5.2.2 重新编译Spark的部署包 279

5.3 Tachyon部署的案例与解析 283

5.3.1 单机模式部署的案例与解析 283

5.3.2 集群模式部署的案例与解析 291

5.3.3 集群Master容错部署的案例与解析 294

5.4 Tachyon配置的案例与解析 299

5.4.1 底层存储系统的配置案例与解析 299

5.4.2 配置属性与解析 302

5.5 命令行接口的案例与解析 306

5.5.1 命令行接口的说明 306

5.5.2 命令行接口的案例实践与解析 308

5.6 同步底层文件系统的案例与解析 312

5.6.1 同步HDFS底层文件系统的案例与解析 313

5.6.2 同步本地底层文件系统的案例与解析 314

5.7 基于Tachnyon运行的案例与解析 316

5.7.1 基于Tachyon运行Spark的案例与解析 316

5.7.2 基于Tachyon运行Hadoop MR的案例与解析 327

附录 Spark 1.4 版本新特性 330

相关图书
作者其它书籍
返回顶部