
【每周一本書第2波】Spark大數(shù)據(jù)分析技術(shù)與實戰(zhàn)
在大數(shù)據(jù)背景下,各領(lǐng)域?qū)?shù)據(jù)相關(guān)服務(wù)的需求不斷提升,迫切需要一種高效通用的大數(shù)據(jù)處理引擎。相對于第一代大數(shù)據(jù)生態(tài)系統(tǒng)Hadoop中的MapReduce,Spark是一種基于內(nèi)存的、分布式的大數(shù)據(jù)處理引擎,其計算速度更快,更加適合處理具有較多迭代次數(shù)的問題;Spark中還提供了豐富的API,使其具有極強(qiáng)的易用性;與此同時,Spark實現(xiàn)了“一棧式”的大數(shù)據(jù)解決方案,即在Spark內(nèi)核基礎(chǔ)上提出了Spark GraphX、Spark Streaming、Spark MLlib、Spark SQL等組件,使其不僅能夠?qū)A繑?shù)據(jù)進(jìn)行批處理,同時還具備流式計算、海量數(shù)據(jù)交互式查詢等功能,可以滿足包括教育、電信、醫(yī)療、金融、電商、政府、智慧城市和安全等諸多領(lǐng)域中的大數(shù)據(jù)應(yīng)用需求。
Spark作為下一代大數(shù)據(jù)處理引擎,經(jīng)過短短幾年的飛躍式發(fā)展,正在以燎原之勢席卷業(yè)界,現(xiàn)已成為大數(shù)據(jù)產(chǎn)業(yè)中的一股中堅力量。本書主要針對大數(shù)據(jù)技術(shù)初學(xué)者,著重講解了Spark內(nèi)核、Spark GraphX、Spark SQL、Spark Streaming和Spark MLlib的核心概念與理論框架,并提供了相應(yīng)的示例與解析,是初學(xué)者快速入門和學(xué)習(xí)Spark的不二之選。
【每周一本書】又是一周,CDA數(shù)據(jù)分析師攜手工業(yè)出版社將于每周三展開贈書活動,每周給各位讀者提供3-5本贈書,希望帶動各位讀者能借此機(jī)會每周充一次電。(注:書籍將于10天內(nèi)發(fā)放到中獎?wù)呤种?。參與方式見下文)
作者簡介
董軼群,吉林大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院博士畢業(yè)。曾在吉林大學(xué)“符號計算與知識工程”教育部重點實驗室從事空間關(guān)系建模研究,參與了多個國家自然科學(xué)基金重點項目與面上項目的申報與研究工作,并在項目中主要負(fù)責(zé)空間方向關(guān)系建模、空間拓?fù)潢P(guān)系建模的研究工作。目前作為經(jīng)管之家(原人大經(jīng)濟(jì)論壇)大數(shù)據(jù)講師,主講Spark、Hbase、Scala等大數(shù)據(jù)核心課程,并從事大數(shù)據(jù)相關(guān)的理論與應(yīng)用研究工作。重點關(guān)注海量數(shù)據(jù)背景下空間關(guān)系建模與智能交通的結(jié)合研究,并在國內(nèi)期刊和國際會議上發(fā)表了一系列相關(guān)理論的研究成果。
曹正鳳,統(tǒng)計學(xué)博士,經(jīng)管之家(原人大經(jīng)濟(jì)論壇)大數(shù)據(jù)中心總工程師,經(jīng)管之家CDA大數(shù)據(jù)分析師培訓(xùn)負(fù)責(zé)人,北京博宇通達(dá)科技有限公司技術(shù)總監(jiān)。致力于大數(shù)據(jù)分析前沿領(lǐng)域研究,主持首發(fā)集團(tuán)智慧交通大數(shù)據(jù)中心建設(shè)項目,基于大數(shù)據(jù)平臺的互聯(lián)網(wǎng)金融風(fēng)險監(jiān)控系統(tǒng)項目,參與國家社科基金項目《基于大數(shù)據(jù)整合的空氣質(zhì)量測度方法研究》。
趙仁乾,北京郵電大學(xué)管理科學(xué)與工程碩士,現(xiàn)就職于北京電信規(guī)劃設(shè)計院任高級經(jīng)濟(jì)師,從事移動、聯(lián)通集團(tuán)及各省分公司市場、業(yè)務(wù)、財務(wù)規(guī)劃,經(jīng)濟(jì)評價及運營咨詢。重點研究方向包括離網(wǎng)用戶挖掘、市場細(xì)分與精準(zhǔn)營銷、移動網(wǎng)絡(luò)價值區(qū)域分析、潛在價值客戶挖掘等。
王安,布本智能首席數(shù)據(jù)官,北京大學(xué)光華管理學(xué)院MBA,北京大學(xué)商務(wù)智能中心專家組成員。專注數(shù)據(jù)化決策,互聯(lián)網(wǎng)金融風(fēng)險管理與精準(zhǔn)營銷。在數(shù)據(jù)決策領(lǐng)域擁有十多年的實踐經(jīng)驗,曾服務(wù)多家大中型銀行、保險公司及互聯(lián)網(wǎng)金融公司。同時也積極參與數(shù)據(jù)決策教育領(lǐng)域,為北京大學(xué)、人民大學(xué)、北京航空航天大學(xué)、北京理工大學(xué)等院校機(jī)構(gòu)提供相關(guān)課程和數(shù)據(jù)教育輔導(dǎo)。
內(nèi)容提要
Spark作為下一代大數(shù)據(jù)處理引擎,經(jīng)過短短幾年的飛躍式發(fā)展,正在以燎原之勢席卷業(yè)界,現(xiàn)已成為大數(shù)據(jù)產(chǎn)業(yè)中的一股中堅力量。
本書著重講解了Spark內(nèi)核、Spark GraphX、Spark SQL、Spark Streaming和Spark MLlib的核心概念與理論框架,并提供了相應(yīng)的示例與解析。
全書共分為8章,其中前4章介紹Spark內(nèi)核,主要包括Spark簡介、集群部署、工作原理、核心概念與操作等;后4章分別介紹Spark內(nèi)核的核心組件,每章系統(tǒng)地介紹Spark的一個組件,并附以相應(yīng)的案例分析。
參與方式
掃面下方二維碼或者點擊閱讀原文,填寫本書吸引你的理由,得票前5名即可獲得本書,C君還將在中獎外的人抽取5位贈送CDA網(wǎng)站免費學(xué)習(xí)會員一周(可享受全部線上會員課程)
(個人信息請認(rèn)真填寫,方便書籍快遞發(fā)放)
土豪請點擊原文鏈接訂購。訂購鏈接:https://item.taobao.com/item.htm?spm=a1z10.5-c.w4002-11062293336.18.2f669dfb8H2yIo&id=557494390108
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10