《Spark大数据分析实战》内容简介

本书基于Spark 2.4.x新版本编写，从Spark核心编程语言Scala讲起，涵盖当前整个Spark生态系统主流的大数据开发技术。全书共9章，第1章讲解Scala语言的基础知识，包括IDEA工具的使用等；第2章讲解Spark的主要组件、集群架构原理、集群环境搭建以及Spark应用程序的提交和运行；第3～9章讲解离线计算框架Spark RDD、Spark SQL和实时计算框架Kafka、Spark Streaming、Structured Streaming以及图计算框架GraphX等的基础知识、架构原理，同时包括常用Shell命令、API操作、内核源码剖析，并通过多个实际案例讲解各个框架的具体应用以及与Hadoop生态系统框架Hive、HBase、Kafka的整合操作。
本书内容丰富，以实操案例为主，理论为辅，可作为Spark新手的入门书，也可作为大数据开发人员和从业者的学习用书，还可以作为培训机构或大中专院校的教学用书。
张伟洋，大数据领域资深专家，拥有多年顶尖互联网公司软件研发经验，曾在互联网旅游公司任软件研发事业部经理。目前从事大数据项目讲师工作，先后多次给各大高校举行大数据专题讲座，对Hadoop及周边大数据框架ZooKeeper、Hive、HBase、Storm、Spark、Flink等有着深入的研究。高等院校云计算与大数据专业课改教材《云计算与大数据概论》《大数据开发与应用》的主要编写者。

作品目录

内容简介
作者简介
前言
第1章：Spark开发准备——Scala基础
1.1、什么是Scala
1.2、安装Scala
1.3、Scala基础
1.4、集合
1.5、类和对象
1.6、抽象类和特质
1.7、使用Eclipse创建Scala项目
1.8、使用IntelliJ
IDEA创建Scala项目
第2章：初识Spark
2.1、大数据开发总体架构
2.2、什么是Spark
2.3、Spark主要组件
2.4、Spark运行时架构
2.5、Spark集群搭建与测试
2.6、Spark应用程序的提交
2.7、Spark
Shell的使用
第3章：Spark
RDD弹性分布式数据集
3.1、什么是RDD
3.2、创建RDD
3.3、RDD的算子
3.4、RDD的分区
3.5、RDD的依赖
3.6、RDD的持久化
3.7、RDD的检查点
3.8、共享变量
3.9、案例分析：Spark
RDD实现单词计数
3.10、案例分析：Spark
RDD实现分组求TopN
3.11、案例分析：Spark
RDD实现二次排序
3.12、案例分析：Spark
RDD计算成绩平均分
3.13、案例分析：Spark
RDD倒排索引统计每日新增用户
3.14、案例分析：Spark
RDD读写HBase
3.15、案例分析：Spark
RDD数据倾斜问题解决
第4章：Spark内核源码分析
4.1、Spark集群启动原理分析
4.2、Spark应用程序提交原理分析
4.3、Spark作业工作原理分析
4.4、Spark检查点原理分析
第5章：Spark
SQL结构化数据处理引擎
5.1、什么是Spark
SQL
5.2、DataFrame和Dataset
5.3、Spark
SQL的基本使用
5.4、Spark
SQL数据源
5.5、Spark
SQL内置函数
5.6、案例分析：使用Spark
SQL实现单词计数
5.7、案例分析：Spark
SQL与Hive整合
5.8、案例分析：Spark
SQL读写MySQL
5.9、案例分析：Spark
SQL每日UV统计
5.10、案例分析：Spark
SQL热点搜索词统计
5.11、综合案例：Spark
SQL智慧交通数据分析
第6章：Kafka分布式消息系统
6.1、什么是Kafka
6.2、Kafka架构
6.3、主题与分区
6.4、分区副本
6.5、消费者组
6.6、数据存储机制
6.7、集群环境搭建
6.8、命令行操作
6.9、Java
API操作
6.10、案例分析：Kafka生产者拦截器
第7章：Spark
Streaming实时流处理引擎
7.1、什么是Spark
Streaming
7.2、Spark
Streaming工作原理
7.3、输入DStream和Receiver
7.4、第一个Spark
Streaming程序
7.5、Spark
Streaming数据源
7.6、DStream操作
7.7、案例分析：Spark
Streaming按批次累加单词数量
7.8、案例分析：Spark
Streaming整合Kafka计算实时单词数量
7.9、案例分析：Spark
Streaming实时用户日志黑名单过滤
7.10、综合案例：微博用户行为分析
第8章：Structured
Streaming结构化流处理引擎
8.1、什么是Structured
Streaming
8.2、Structured
Streaming单词计数
8.3、Structured
Streaming编程模型
8.4、Structured
Streaming查询输出
8.5、Structured
Streaming窗口操作
8.6、案例分析：Structured
Streaming整合Kafka实现单词计数
第9章：GraphX图计算引擎
9.1、什么是GraphX
9.2、第一个GraphX程序
9.3、GraphX数据结构
9.4、GraphX图操作
9.5、案例分析：使用GraphX计算社交网络中粉丝的平均年龄