推荐BIG DATA Spark 的7本学习电子书籍（大牛专区）

目录

Lean Apache Spark 2

本书于2017-03由Packt Publishing出版，作者Muhammad Asif Abbasi，全书356页。

通过本书你将学到以下知识：

• 概述大数据分析及其对组织和数据专业人员的重要性
• 深入了解Spark，了解它与现有处理平台的区别
• 了解各种文件格式的复杂性，以及如何使用Apache Spark处理它们。
• 实现如何使用YARN，MESOS或独立集群管理器部署Spark。
• 了解Spark SQL，SchemaRDD，缓存以及使用Hive和Parquet文件格式的概念
• 了解Spark MLLib的架构，同时讨论Spark附带的一些现成算法。
• 介绍一下SparkR的部署和使用情况。
• 了解图形计算和市场上可用的图形处理系统的重要性
• 通过使用ALS使用Spark构建推荐引擎来检查Spark的真实示例。
• 使用Telco数据集，使用随机森林预测客户流失。

Apache Spark 2.x Cookbook，第2版

本书适合数据工程师，数据科学家以及那些想使用Spark的读者。阅读本书之前最好有Scala的编程基础。通过本书你将学到以下知识：

• 在AWS上使用各种集群管理器安装和配置Apache Spark
• 为Apache Spark设置开发环境，包括Databricks Cloud笔记本
• 了解如何使用模式在Spark中操作数据
• 使用Spark Streaming和Structured Streaming掌握实时流分析
• 使用MLlib掌握监督学习和无监督学习
• 使用MLlib构建推荐引擎
• 使用GraphX和GraphFrames库进行图形处理
• 开发一组通用应用程序或项目类型，以及解决复杂大数据问题的解决方案

Learning Spark Streaming

通过本书你将学到以下知识

• 了解Spark流媒体是如何适应全局的
• 学习核心概念，如Spark RDDs、Spark流集群和DStream的基础知识
• 了解如何创建健壮的部署
• 深入流算法
• 学习如何调优，测量和监测火花流

Apache Spark 2.x for Java Developers

通过本书你将学到以下知识

• 使用不同的文件格式处理数据，例如XML、JSON、CSV和纯文本，使用Spark core库。
• 使用Spark流媒体库对来自各种数据源的数据进行分析，例如Kafka和Flume
• 学习使用各种SQL函数(包括Spark SQL库中的窗口函数)创建SQL模式和分析结构化数据
• 在实现机器学习技术以解决实际问题的同时，探索Spark Mlib api
• 了解Spark GraphX，这样您就可以了解使用Spark执行的各种基于图形的分析

Scala and Spark for Big Data Analytics

通过本书你将学到以下知识

• 了解Scala面向对象和函数式编程的概念
• 深入了解Scala集合api
• 使用RDD和DataFrame学习Spark的核心抽象
• 使用SparkSQL和GraphX分析结构化和非结构化数据
• 使用Spark结构化流进行可伸缩的容错流应用程序开发
• 学习机器学习的最佳实践，分类，回归，降维，和推荐系统，以建立预测模型与广泛使用的算法在Spark MLlib & ML
  构建集群模型来集群大量数据
• 了解Spark应用程序的调优、调试和监视
  在独立集群、Mesos和YARN上部署Spark应用程序

High Performance Spark完整版

本书适合软件工程师、数据工程师、开发者以及Spark系统管理员的使用。通过本数你可以学到：

• 了解如何使Spark作业运行速度更快；
• 使用Spark探索数据；
• 使用Spark处理更大的数据集；
• 减少管道运行时间以获得更快的洞察力。

Machine Learning with Spark Second Edition

• 接触最新版本的Spark ML
• 用Scala和Python创建您的第一个Spark程序
• 在您自己的计算机上以及在Amazon EC2上为Spark设置和配置开发环境
• 访问公共机器学习数据集并使用Spark加载、处理、清理和转换数据
• 使用Spark机器学习库通过使用众所周知的机器学习模型来实现程序
• 处理大规模的文本数据，包括特征提取和使用文本数据作为机器学习模型的输入
• 编写Spark函数来评估机器学习模型的性能