數(shù)據(jù)館員的Spark簡明手冊

第1章 Spark生態(tài)介紹
1．1 MapReduce、Storm和Spark模型比較
1．2 Spark產(chǎn)生背景
1．3 Spark的內(nèi)存計算框架
1．4 Spark Strearning：流式計算框架
1．5 Spark SQL
1．6 Spark MLlib：機器學(xué)習(xí)
1．7 Spark GraphX和取代Bagel的理由
1．8 BlinkDB
1．9 SparkR
第2章 Spark的安裝與運行
2．1 Spark的安裝
2．1．1 Spark的源碼編譯方式
2．1．2 Spark Standalone安裝
2．1．3 Spark應(yīng)用程序部署工具spark-submit
2．1．4 Spark的高可用性部署
2．2 Spark的運行架構(gòu)
2．2．1 基本術(shù)語
2．2．2 運行架構(gòu)
2．2．3 Spark on Standalone的運行過程
2．2．4 Spark on YARN的運行過程
2．3 Spark的運行
2．3．1 Spark on Standalone
2．3．2 Spark on YARN
2．3．3 Standalone與YARN模式優(yōu)缺點比較
第3章 Spark的scala編程
3．1 Scala開發(fā)環(huán)境搭建
3．2 Scala開發(fā)Spark應(yīng)用程序
3．3 編程實現(xiàn)
3．3．1 使用Java編程
3．3．2 使用Python編程
第4章 spark的編程模型和解析
4．1 SpaEk的編程模型
4．2 RDD的特點、操作、依賴關(guān)系
4．3 Spark應(yīng)用程序的配置
4．4 Spark的架構(gòu)
4．5 Spark的容錯機制
4．6 數(shù)據(jù)的本地性
4．7 緩存策略介紹
4．8 寬依賴和窄依賴
第5章 Spark數(shù)據(jù)挖掘
5．1 MLlib
5．2 GraphX
5．2．1 GraphX原理
5．2．2 Table Operator和Graph Operator的區(qū)別
5．2．3 Vertices、Edges和Triplets介紹
5．2．4 GraphX圖構(gòu)造者
5．3 SparkR
5．3．1 SparkR原理
5．3．2 如何運行SparkR
第6章 Spark Strearning
6．1 Spark Strearning與Storm的區(qū)別
6．2 Kafka的部署
6．3 Kafka與Spark Strearning的整合
6．4 Spark Strearning原理
6．4．1 Spark流式處理架構(gòu)
6．4．2 DStream的特點
6．4．3 Dstream的操作和RDD的區(qū)別
6．4．4 無狀態(tài)轉(zhuǎn)換操作與有狀態(tài)轉(zhuǎn)換操作
6．4．5 優(yōu)化Spark Strearning
6．5 Strearning的容錯機制
6．6 Strearning在YARN模式下的注意事項
第7章 Spark優(yōu)化
7．1 序列化優(yōu)化——Knro
7．2 Spark參數(shù)優(yōu)化
7．3 Spark任務(wù)的均勻分布策略
7．4 Partition key傾斜的解決方案
7．5 Spark任務(wù)的監(jiān)控
7．6 GC的優(yōu)化
7．7 Spark Streaming吞吐量優(yōu)化
7．8 Spark RDD使用內(nèi)存的優(yōu)化策略
第8章 SQL on Spark
8．1 BDAS數(shù)據(jù)分析軟件棧
8．2 Spark SQL工具
8．3 Spark SQL原理
8．4 Spark SQL編程