Spark快速大數據分析（簡體書）

如今，所有領域的資料量都在急劇增長。如何才能高效利用這些資料呢？本書介紹了開源集群計算系統Apache Spark，它可以加速資料分析的實現和運行。利用Spark，你可以用Python、Java以及Scala的簡易API來快速操控大規模資料集。
本書由Spark開發者編寫，可以讓資料科學家和工程師即刻上手。你能學到如何使用簡短的代碼實現複雜的並行作業，還能瞭解從簡單的批次處理作業到流處理以及機器學習等應用。
通過閱讀本書，你可以：· 快速深入探索Spark功能，比如分散式資料集、記憶體式緩存，以及互動式shell；· 充分利用Spark強大的內建庫，包括Spark SQL、Spark Streaming和MLlib；· 使用統一的程式設計範式而不需要組合使用Hive、Hadoop、Mahout、Storm等工具；· 學習如何部署互動式應用、批次處理應用以及流式計算應用；· 連接HDFS、Hive、JSON以及S3等資料來源；· 掌握資料分區和共用變數等進階知識。