Spark是不断壮大的大数据分析解决方案家族中备受关注的新增成员。它不仅为分布式数据集的处理提供一个有效框架，而且以高效的方式处理分布式数据集。它支持实时处理、流处理和批处理，提供了AllinOne的统一解决方案，使得Spark极具竞争力。本书以源码为基础，深入分析Spark内核的设计理念和架构实现，系统讲解各个核心模块的实现，为性能调优、二次开发和系统运维提供理论支持；本文最后以项目实战的方式，系统讲解生产环境下Spark应用的开发、部署和性能调优。

📙 相关书籍

  1. 《数据科学导论 Python语言实现》高清PDF 本书共六章，系统介绍了进行数据科学分析和开发所涉及的关键要素。书中首先介绍Python软件及相关工具包的安装和使用；接着不仅讲解数据加载、运算和改写等基本数据准备过程，还详细介绍特征选择、维数约简等高级数据操作方法；并且建立了由训练、验证、测试等过程组成的数据科学流程，结合具体示例深入浅出地讲解了多......
  2. 《Hadoop大数据处理》高清PDF 本书以大数据处理系统的三大关键要素——“存储”、“计算”与“容错”为起点，深入浅出地介绍了如何使用Hadoop这一高性能分布式技术完成大数据处理任务。本书不仅包含了使用Hadoop进行大数据处理的实践性知识和示例，还以图文并茂的形式系统性地揭示了Hadoop技术族中关键组件的运行原理和优化手段，为读......
  3. 《Hadoop应用开发技术详解》高清PDF 本书一共分为五个部分：基础篇(1-2章)，主要介绍了Hadoop的概念、用途、整个生态环境中的其他技术，以及Hadoop的安装与配置；应用篇(3-6章)，分别详细讲解了MapReduce的用法、HDFS的技术细节、I/O的技术细节、MR的工作原理等；开发篇(7-12章)，主要讲解了MR、HBase、......
  4. 《Hadoop Hacks 中文版》高清PDF 本书以理解了Hadoop基础知识的读者为对象，总结了实际环境下熟练操作Hadoop的技术和技巧。这些技巧涵盖了广泛的内容，包括从系统构建∕运用、应用程序开发等熟练使用Hadoop特性的方法，到关于HBase、Hive、Pig、Mahout、ZooKeeper等子项目的技巧。...
  5. 《Hadoop基础教程》高清PDF 本书从基本的安装和配置Hadoop开始，解释了如何开发应用程序、维护系统，以及如何使用附加产品与来其他系统集成。本书还对体现Hadoop是如何集成到关系数据库和日志采集的工具，如Hive,Sqoop,Flume等进行了讲解。...
  6. 《Storm实时数据处理》高清PDF 在大数据领域，Hadoop无疑是最炙手可热的技术。作为分布式系统架构，Hadoop具有高可靠性、高扩展性、高效性、高容错性和低成本的优点。然而随着数据体积越来越大，实时处理能力成为了许多机构需要面对的首要挑战。Hadoop是一个批处理系统，在实时计算处理方面显得十分乏力。Storm是Twitter开......
  7. 《Storm源码分析》高清PDF 本书详尽介绍了开源流处理系统Storm的架构和源码，分为三部分，第一部分介绍了Storm的基本原理以及怎么搭建一套Storm集群系统，第二部分介绍了Storm的底层架构的实现，第三部分主要介绍了Storm如何实现可靠的信息传输。...
  8. 《颠覆大数据分析 基于Storm Spark等Hadoop替代技术的实时应用》高清PDF 提起大数据分析，大多数专业人士都会想到Hadoop，但是有一些尖端的应用是不适合用Hadoop的，尤其是实时分析和需要迭代机器学习算法的场景。幸运的是，针对这些场景的一些强大的新技术已经被开发出来。本书就是指导你超越Hadoop的第一本书。作者详细讲解了具有突破性的伯克利数据分析堆栈(BDAS)技术......
  9. 《Storm企业级应用 实战、运维和调优》高清PDF 本书以Storm0.8.2为基础，不仅深入探讨了Storm的原理结构和数据模型，更重要的是通过实战案例教给读者如何运用Storm框架来设计、搭建以及实时计算海量数据，同时结合生产案例剖析Storm的运维和性能调优的技巧。...
  10. 《Hadoop 2.0-YARN核心技术实践》高清PDF 本书首先介绍YARN起源及其基本框架，对YARN中核心模块，如RPC通讯机制和状态机等进行了深入分析，并对其主要原代码进行对照讲解。在此基础上，从应用的角度出发，详细介绍了YARN上流行的各种计算框架(Tez、Storm、Spark)以及YARN调度模拟器-SLS，每种YARN上计算框架及调度模拟器......

提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。