大數據的下一步：用Spark玩轉活用
-
9折 432元
480元
-
預計最高可得金幣20點
?
可100%折抵
活動加倍另計 -
HAPPY GO享100累1點 4點抵1元折抵無上限
-
分類：中文書＞電腦資訊＞APP開發／程式設計＞其它程式設計追蹤? 追蹤分類後，您會在第一時間收到分類新品通知。
- 作者： 夏俊鸞、劉旭暉、邵賽賽、程 追蹤 ? 追蹤作者後，您會在第一時間收到作者新書通知。
- 出版社： 佳魁 追蹤 ? 追蹤出版社後，您會在第一時間收到出版社新書通知。
- 出版日：2015/06/29
活動訊息
內容簡介
隨著大數據時代的到來，企業資料每天都在急劇快速膨脹，如何發掘這些資料的價值，需要一種高效而穩定的分散式運算框架和模型。Spark恰逢其時，應運而生。本書對Spark進行詳細的闡述，包括核心模組和各個子系統，能讓Spark初學者快速瞭解和上手，是學習Spark的敲門磚，希望此書能讓更多的讀者去深入發掘Spark之美。
－淘寶技術部資料採擷與計算團隊負責人 黃明(明風)
Apache Spark由於其基於記憶體的高性能計算模式以及豐富靈活的程式設計介面，得到廣泛的支援和應用，大有逐漸取代Hadoop MapReduce成為新一代大數據計算引擎的趨勢。本書從原始程式碼角度深入淺出地分析了Apache Spark及相關大數據技術的設計及實現，包含很多實戰經驗和使用心得。相信本書對於進行大數據、記憶體計算及分散式系統研究，Apache Spark的深入理解以及實際應用，都有很好的參考價值。
－英特爾亞太研發有限公司技術總監 段建剛
目錄
前言
Chapter 01 Spark 系統概述
1.1 大數據處理架構
1.2 Spark 大數據處理架構
1.2.1 RDD 表達能力
1.2.2 Spark 子系統
1.3 小結
Chapter 02 Spark RDD 及程式設計介面
2.1 Spark 程式"Hello World"
2.2 Spark RDD
2.3 建立操作
2.3.1 集合建立操作
2.3.2 儲存建立操作
2.4 轉換操作
2.4.1 RDD 基本轉換操作
2.4.2 鍵值RDD 轉換操作
2.4.3 再論RDD 相依關係
2.5 控制操作（control operation）
2.6 行動操作（action operation）
2.6.1 集合純量行動操作
2.6.2 儲存行動操作
2.7 小結
Chapter 03 Spark 執行模式及原理
3.1 Spark 執行模式概述
3.1.1 Spark 執行模式清單
3.1.2 Spark 基本工作流程
3.1.3 相關基本類別
3.2 Local 模式
3.2.1 部署及程式執行
3.2.2 內部實現原理
3.3 Standalone 模式
3.3.1 部署及程式執行
3.3.2 內部實現原理
3.4 Local cluster 模式
3.4.1 部署及程式執行
3.4.2 內部實現原理
3.5 Mesos 模式
3.5.1 部署及程式執行
3.5.2 內部實現原理
3.6 YARN standalone / YARN cluster 模式
3.6.1 部署及程式執行
3.6.2 內部實現原理
3.7 YARN client 模式
3.7.1 部署及程式執行
3.7.2 內部實現原理
3.8 各種模式的實現細節比較
3.8.1 環境變數的傳遞
3.8.2 JAR 套件和各種依賴檔案的分發
3.8.3 工作管理和序列化
3.8.4 使用者參數設定
3.8.5 使用者及許可權控制
3.9 Spark 1.0 版本之後的變化
3.10 小結
Chapter 04 Spark 排程管理原理
4.1 Spark 作業排程管理概述
4.2 Spark 排程相關基本概念
4.3 作業排程模組頂層邏輯概述
4.4 作業排程實際工作流程
4.4.1 排程階段的拆分
4.4.2 排程階段的傳送
4.4.3 工作集的傳送
4.4.4 完成狀態的監控
4.4.5 工作結果的取得
4.5 工作集管理模組詳解
4.6 排程池和排程模式分析
4.7 其他排程相關內容
4.7.1 Spark 應用之間的排程關係
4.7.2 排程過程中的資料本機性問題
4.8 小結
Chapter 05 Spark 的儲存管理
5.1 儲存管理模組整體架構
5.1.1 通訊層架構
5.1.2 通訊層訊息傳遞
5.1.3 註冊儲存管理模組
5.1.4 儲存層架構
5.1.5 資料區塊(Block)
5.2 RDD 持久化
5.2.1 RDD 分區和資料區塊的關係
5.2.2 記憶體快取
5.2.3 磁碟快取
5.2.4 持久化選項
5.2.5 如何選擇不同的持久化選項5.4 車標搜索
5.3 Shuffle 資料持久化
5.4 廣播（Broadcast）變數持久化
5.5 小結
Chapter 06 Spark 監控管理
6.1 UI 管理
6.1.1 即時UI 管理
6.1.2 歷史UI 管理
6.2 Metrics 管理
6.2.1 Metrics 系統架構
6.2.2 Metrics 系統組態
6.2.3 輸入來源（Metrics Source）介紹
6.2.4 輸出方式（Metrics Sink）介紹
6.3 小結
Chapter 07 Shark 架構與安裝設定
7.1 Shark 架構淺析
7.2 Hive/Shark 各功能元件比較
7.2.1 MetaStore
7.2.2 CLI/ Beeline
7.2.3 JDBC/ODBC
7.2.4 Hive Server/2 與Shark Server/2
7.2.5 Driver
7.2.6 SQL Parser
7.2.7 查詢最佳化工具（Query Optimizer）
7.2.8 實體計畫與執行
7.3 Shark 安裝設定與使用
7.3.1 安裝前準備工作
7.3.2 在不同執行模式下安裝Shark
7.4 Shark SQL 命令列工具（CLI）
7.5 使用Shark Shell 指令
7.6 啟動SharkServer
7.7 Shark Server2 設定與啟動
7.8 快取資料表
7.8.1 資料快取等級
7.8.2 建立不同快取等級的Shark 資料表
7.8.3 指定資料表快取策略
7.8.4 使用Tachyon
7.9 常見問題分析
7.9.1 OutOfMemory 異常
7.9.2 資料處理傳輸量低
7.9.3 Shark 查詢比Hive 慢
7.10 小結
Chapter 08 SQL 程式擴充
8.1 程式擴充平行執行模式
8.2 Evaluator 和ObjectInspector
8.3 自訂函數擴充
8.3.1 自訂函數擴充分類
8.3.2 CLI 中的使用者自訂函數擴充相關指令
8.3.3 使用者自訂函數（UDF）
8.3.4 通用使用者自訂函數（Generic UDF）
8.3.5 使用者自訂匯總函數（UDAF）
8.3.6 通用使用者自訂匯總函數（Generic UDAF）
8.3.7 通用使用者自訂表函數（Generic UDTF）
8.4 自訂資料存取格式
8.4.1 SerDe
8.4.2 StorageHandler
8.5 小結
Chapter 09 Spark SQL
9.1 Spark SQL 邏輯架構
9.1.1 Catalyst 功能邊界
9.1.2 SQL 解析階段
9.1.3 邏輯計畫中繼資料綁定和語義分析階段
9.1.4 邏輯計畫最佳化階段
9.1.5 實體計畫產生階段
9.1.6 Shark 和Spar
序／導讀
推薦序
2009 年的時候，Netflix 公司舉辦了一個叫作Netflix Prize 的推薦演算法比賽。這個比賽匿名公佈了Netflix 五十萬使用者對近兩萬部電影的一億個評分資料，希望參賽者能夠開發出更好的推薦演算法，以加強推薦系統的品質。這個比賽的獎金有一百萬美金，看似很多，但和一個更好的推薦演算法為Netflix 帶來的效益相比，實則九牛一毛。
豐厚的獎金和Netflix 提供的真實資料吸引不少的參賽者，其中也包含了來自加州大學柏克萊分校（UC Berkeley）的博士生Lester Mackey。Lester 師從機器學習領域泰斗Michael Irwin Jordan，在一個AMPLab 的大數據實驗室裡進行博士研究。AMPLab 和大多數學術界實驗室不同的地方，在於實驗室內由多名教授和他們帶領的學生一起合作，研究人員來自不同的領域，包含機器學習、資料庫、電腦網路、分散式系統等。當時，要想加強演算法研究反覆運算的效率，需要利用多台機器的分散式建模。在嘗試當時業界最流行的HadoopMapReduce 後，Lester 發現自己的時間並不是花在加強演算法效率上，而是耗費在MapReduce 的程式設計模型和低效的執行模式上。因此，他向實驗室另一名進行分散式系統研究的學生Matei Zaharia 求助。
當時年紀輕輕的Matei 在業界已經小有名望。他在雅虎和Facebook 實習期間做了很多Hadoop 早期的奠基工作，包含現今Hadoop 系統內應用最廣的fair scheduler 排程演算法。在和Lester 的腦力激盪中，Matei 歸納了Hadoop MR的不足，開始設計第一個版本的Spark。這個版本完全是為Lester 訂製，只有幾百行的程式，卻讓Lester 可以高效率地進行分散式機器學習建模。
Lester 所在的The Ensemble 團隊最後和BellKor's Pragmatic Chaos 設計了在效率上並列第一的演算法，可惜因為晚20 分鐘送出，與一百萬美金獎金失之交臂。5 年後，Lester 和Matei 都變成了學術界和業界傑出的人物。Lester 成為史丹佛大學電腦系的教授，帶領學生攻克一個又一個機器學習和統計的難題。Matei 成為麻省理工電腦系的教授，也是Databricks 公司的CTO。
2009 年之後的4 年裡，AMPLab 以Spark 為基礎展開很多不同的學術研究專案，其中包含了Shark 和GraphX，還有Spark Streaming、MLlib 等。4 年裡隨著Hadoop 的發展，Spark 也逐漸從一個純學術研究專案發展到開始有業界敢嚐鮮的使用者。
2013 年， 包含Matei 和我在內的Spark 核心人員共同創立Databricks 公司，立志於加強Spark 的速度發展。過去兩年，Spark 的發展超越了我們所有人的想像。一年半以前Spark 還是一個連監控介面都不存在的系統，很難放進生產線部署。而一年半後的今天，它已經變成整個大數據生態圈和Apache Software Foundation 內最活躍的專案，活躍程度遠遠超出了曾經只能望其項背的Hadoop。
很多高科技和網際網路公司也都有了Spark 的生產作業，不少使用者直接減少在Hadoop MapReduce 上的投資，把新的專案都傳輸到Spark 上。
今天正好是Databricks 公司成立一年半，也是Spark 1.2 版本第一個release candidate 發佈的日期。Spark 的高速發展導致中文資訊的脫節。這本書深入淺出地介紹Spark 和Spark 上多個重要計算架構，希望它的問世可以更進一步地普及Spark，增進Spark 社區的發展。
辛湜 Reynold Xin
Berkeley, CA
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
詳細資料
詳細資料
-
- 語言
- 中文繁體
- 裝訂
- 紙本平裝
-
- ISBN
- 9789863791737
- 分級
- 普通級
-
- 頁數
- 328
- 商品規格
- 23*17
-
- 出版地
- 台灣
- 適讀年齡
- 全齡適讀
-
- 注音
- 級別
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價