图书介绍
Apache Spark源码剖析PDF|Epub|txt|kindle电子书版本下载
- 许鹏著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121254208
- 出版时间：2015
- 标注页数：285页
- 文件大小：31MB
- 文件页数：295页
- 主题词：互联网络－网络服务器；数据处理软件
PDF下载
下载说明
Apache Spark源码剖析PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
第一部分Spark概述1
第1章 初识Spark3
1.1 大数据和Spark3
1.1.1 大数据的由来4
1.1.2 大数据的分析4
1.1.3 Hadoop5
1.1.4 Spark简介6
1.2 与Spark的第一次亲密接触7
1.2.1 环境准备7
1.2.2 下载安装Spark8
1.2.3 Spark下的WordCount8
第二部分Spark核心概念13
第2章 Spark整体框架15
2.1 编程模型15
2.1.1 RDD17
2.1.2 Operation17
2.2 运行框架18
2.2.1 作业提交18
2.2.2 集群的节点构成18
2.2.3 容错处理19
2.2.4 为什么是Scala19
2.3 源码阅读环境准备19
2.3.1 源码下载及编译19
2.3.2 源码目录结构21
2.3.3 源码阅读工具21
2.3.4 本章小结22
第3章 SparkContext初始化23
3.1 spark-shell23
3.2 SparkContext的初始化综述27
3.3 Spark Repl综述30
3.3.1 Scala Repl执行过程31
3.3.2 Spark Repl32
第4章 Spark作业提交33
4.1 作业提交33
4.2 作业执行38
4.2.1 依赖性分析及Stage划分39
4.2.2 Actor Model和Akka46
4.2.3 任务的创建和分发47
4.2.4 任务执行53
4.2.5 Checkpoint和Cache62
4.2.6 WebUI和Metrics62
4.3 存储机制71
4.3.1 Shuffle结果的写入和读取71
4.3.2 Memory Store80
4.3.3 存储子模块启动过程分析81
4.3.4 数据写入过程分析82
4.3.5 数据读取过程分析84
4.3.6 TachyonStore88
第5章 部署方式分析91
5.1 部署模型91
5.2 单机模式local92
5.3 伪集群部署local-cluster93
5.4 原生集群Standalone Cluster95
5.4.1 启动Master96
5.4.2 启动Worker97
5.4.3 运行spark-shell102
5.4.4 容错性分析106
5.5 Spark On YARN112
5.5.1 YARN的编程模型112
5.5.2 YARN中的作业提交112
5.5.3 Spark On YARN实现详解113
5.5.4 Sparkpi on YARN122
第三部分Spark Lib129
第6章 Spark Streaming131
6.1 Spark Streaming整体架构131
6.1.1 DStream132
6.1.2 编程接口133
6.1.3 Streaming WordCount134
6.2 Spark Streaming执行过程135
6.2.1 StreamingContext初始化过程136
6.2.2 数据接收141
6.2.3 数据处理146
6.2.4 BlockRDD155
6.3 窗口操作158
6.4 容错性分析159
6.5 Spark Streaming vs.Storm165
6.5.1 Storm简介165
6.5.2 Storm和Spark Streaming对比168
6.6 应用举例168
6.6.1 搭建Kafka Cluster168
6.6.2 KafkaWordCount169
第7章 SQL173
7.1 SQL语句的通用执行过程分析175
7.2 SQL On Spark的实现分析178
7.2.1 SqlParser178
7.2.2 Analyzer184
7.2.3 Optimizer191
7.2.4 SparkPlan192
7.3 Parquet文件和JSON数据集196
7.4 Hive简介197
7.4.1 Hive架构197
7.4.2 HiveQL On MapReduce执行过程分析199
7.5 HiveQL On Spark详解200
7.5.1 Hive On Spark环境搭建206
7.5.2 编译支持Hadoop 2.x的Spark211
7.5.3 运行Hive On Spark测试用例213
第8章 GraphX215
8.1 GraphX简介215
8.1.1 主要特点216
8.1.2 版本演化216
8.1.3 应用场景217
8.2 分布式图计算处理技术介绍218
8.2.1 属性图218
8.2.2 图数据的存储与分割219
8.3 Pregel计算模型220
8.3.1 BSP220
8.3.2 像顶点一样思考220
8.4 GraphX图计算框架实现分析223
8.4.1 基本概念223
8.4.2 图的加载与构建226
8.4.3 图数据存储与分割227
8.4.4 操作接口228
8.4.5 Pregel在GraphX中的源码实现230
8.5 PageRank235
8.5.1 什么是PageRank235
8.5.2 PageRank核心思想235
第9章 MLLib239
9.1 线性回归239
9.1.1 数据和估计240
9.1.2 线性回归参数求解方法240
9.1.3 正则化245
9.2 线性回归的代码实现246
9.2.1 简单示例246
9.2.2 入口函数train247
9.2.3 最优化算法optimizer249
9.2.4 权重更新update256
9.2.5 结果预测predict257
9.3 分类算法257
9.3.1 逻辑回归258
9.3.2 支持向量机260
9.4 拟牛顿法261
9.4.1 数学原理261
9.4.2 代码实现265
9.5 MLLib与其他应用模块间的整合268
第四部分 附录271
附录A Spark源码调试273
附录B源码阅读技巧283