Spark大數據技術實戰教程 微課版 潘正軍 趙蓮芬 9787568539944 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202301*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：Spark大數據技術實戰教程 微課版
ISBN：9787568539944
出版社：大連理工大學
著編譯者：潘正軍 趙蓮芬
頁數：247頁
所在地：中國大陸 *此為代購商品
書號：1533525
可大量預訂，請先連絡。

內容簡介

全書共分為10章，包括Spark概述與運行原理、Spark本地實驗環境和集群實驗環境搭建、基於Python開發Spark應用程序、Spark RDD彈性分散式數據集、Spark SQL結構化數據文件處理、Spark Streaming實時計算框架、Structured Streaming結構化流、Spark MLlib機器學習庫、基於Spark的電商網站用戶行為統計分析、基於Spark的餐飲平台菜品智能分析推薦系統。本教材的每一章都配有豐富的實踐任務，每個實踐任務都有詳細的實驗步驟和實現代碼，可以幫助讀者快速鞏固所學知識，提升自己的實際應用和開發能力，達到學以致用的目的。 本教材適合作為高等院校計算機、數據科學與大數據技術、軟體工程等工科專業的大數據技術教材，也可作為編程愛好者的自學參考書。

目錄

第1章 Spark概述與運行原理
1 1 Spark概述
1 2 Spark 架構與運行原理
1 3 Spark基礎實驗環境準備
1 4 實踐任務1：Linux虛擬系統安裝與配置
1 5 實踐任務2：Spark 本地單機基礎實驗環境Hadoop準備
1 6 實踐任務3：Spark 集群基礎實驗環境Hadoop準備
1 7 小結
1 8 習題
第2章 Spark本地實驗環境和集群實驗環境搭建
2 1 Spark本地實驗環境簡介
2 2 Spark集群實驗環境簡介
2 3 實踐任務1：Spark 本地實驗環境搭建
2 4 實踐任務2：Spark集群實驗環境搭建
2 5 小結
2 6 習題
第3章 基於 Python 開發 Spark 應用程序
3 1 基於Python開發Spark方式
3 2 Python編程語言與PySpark
3 3 PySpark的安裝
3 4 PySpark的使用
3 5 spark-submit運行程序
3 6 設置Spark日誌輸出內容控制
3 7 實踐任務1：使用Jupyter Notebook 編寫Spark應用程序
3 8 實踐任務2：搭建PyCharm環境編寫Spark應用程序
3 9 小結
3 10 習題
第4章 Spark RDD彈性分散式數據集
4 1 RDD概述
4 2 RDD創建
4 3 RDD處理過程
4 4 RDD持久化機制
4 5 RDD分區
4 6 RDD的依賴關係
4 7 RDD在Spark中的運行流程
4 8 鍵值對RDD
4 9 實踐任務1：詞頻統計
4 10 實踐任務2：計算學生「大數據基礎」和「Spark」兩門課程的平均成績
4 11 實踐任務3：編寫獨立應用程序實現求平均值
4 12 小結
4 13 習題
第5章 Spark SQL結構化數據文件處理
5 1 Spark SQL概述
5 2 DataFrame
5 3 實踐任務1：Spark SQL基本操作
5 4 實踐任務2：編程實現將RDD轉換為DataFrame
5 5 實踐任務3：編程實現使用DataFrame 讀寫MySQL 數據
5 6 小結
5 7 習題
第6章 Spark Streaming實時計算框架
6 1 實時計算概述
6 2 Spark Streaming概述
6 3 Spark 流數據載入
6 4 DStream轉換運算元
6 5 DStream窗口操作
6 6 DStream輸出操作
6 7 實踐任務1：Spark Streaming基本輸入源—文件流的使用
6 8 實踐任務2：Spark Streaming基本輸入源——套接字流的使用
6 9 實踐任務3：Spark Streaming基本輸入源——RDD隊列流的使用
6 10 實踐任務4：詞頻統計綜合案例
6 11 實踐任務5：輸出操作——把DStream寫人MySQL資料庫
6 12 小結
6 13 習題
第7章 Structured Streaming結構化流
7 1 Structured Streaming概述
7 2 編程模型
7 3 輸入源與輸出操作
7 4 容錯處理
7 5 創建Streaming DataFrame
7 6 輸出Structured Streaming的結果
7 7 實踐任務1：詞頻統計Word Count基本案例
7 8 實踐任務2：基於Spark的廣告點擊流實時統計
7 9 實踐任務3：基於Spark的電商成交額實時統計
7 10 小結
7 11 習題
第8章 Spark MLlib機器學習庫
8 1 機器學習概述
8 2 Spark機器學習庫MLlib簡介
8 3 機器學習工作流
8 4 Spark MLlib 基本統計
8 5 分類
8 6 推薦模型
8 7 實踐任務：基於Spark的電影推薦系統
8 8 小結
8 9 習題
第9章 基於Spark的電商網站用戶行為統計分析
9 1 用戶行為統計分析與設計
9 2 數據預處理
9 3 Spark 讀取數據集
9 4 使用Spark SQL進行數據分析
9 5 使用Spark ALS進行商品推薦
9 6 使用Spark將數據寫入MySQL
9 7 利用PyEcharts進行數據可視化
9 8 小結
第10章 基於Spark的餐飲平台菜品智能分析推薦系統
10 1 案例背景
10 2 智能推薦方案需求分析與設計
10 3 數據預處理
10 4 推薦模型構建
10 5 使用模型進行推薦
10 6 數據分析
10 7 數據可視化
10 8 小結
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。