返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 循序渐进Spark大数据应用开发 柳伟卫 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 柳伟卫著
    • 出版社: 清华大学出版社
    • 出版时间:2024-11-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 柳伟卫著
    • 出版社:清华大学出版社
    • 出版时间:2024-11-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2024-10-01
    • 页数:0
    • 开本:其他
    • 装帧:平装
    • ISBN:9787302675204
    • 国别/地区:中国
    • 版权提供:清华大学出版社

    循序渐进Spark大数据应用开发

    作  者:柳伟卫 著
    定  价:89
    出 版 社:清华大学出版社
    出版日期:2024年11月01日
    页  数:292
    装  帧:平装
    ISBN:9787302675204
    主编推荐

    内容简介

       本书结合作者一线开发实践,循序渐进地介绍了新版Apache Spark 3.x的开发技术。全书共10章,第1章和第2章主要介绍Spark的基本概念、安装,并演示如何编写最简单的Spark程序。第3章深入探讨了Spark的核心组件RDD。第4章讲解了Spark集群管理,帮助读者理解任务提交与执行的基本原理。第5章介绍了Spark SQL,这是处理结构化数据的基础工具。第6章展示了Spark Web UI,通过界面化的方式了解Spark集群运行状况。第7章和第8章分别介绍了Spark流式数据处理框架Spark Streaming和Structured Streaming。第9章和第10章则分别介绍了业界流行的机器学习和图计算处理框架MLlib和GraphX。书中各章节还提供了丰富的实战案例和上机练习题,以便读者在学习的同时进行实际操作,迅速提升动手能力。 null

    作者简介

    柳伟卫,网名老卫、waylau,在IT公司担任过项目经理、架构师、高级技术顾问等职位,拥有十余年开发经验,具有丰富的软件开发管理及系统架构经验。主导过多个省、重量大型分布式系统的设计与研发,参与过面向全球的供应链系统服务化改造。在实际工作中,积累了大量的分布式系统、微 服务架构以及性能调优经验。业余时间创建了 waylau.com 网站,用于分享个人技术心得。喜欢开源,长期跃于各大开源社区,编著了《跟老卫学HarmonyOS开发》《Netty 实战(精髓)》等近30余本开源技术教程(见 https://waylau.com/books/),广受网友好评,是 CSDN、 开源中国、阿里云开发者、华为开发者等技术社区专家,慕课网、华为开发者联盟社区认证讲师。已出版包括《HarmonyOS应用开发入门》《分布式系统常用技术及案例分析》《Java核心编程》《轻量级Java EE企业应用开发实战》《null

    精彩内容

    目录
    第1章 Spark概述 1
    1.1 Spark简介 1
    1.1.1 诞生与初始阶段 1
    1.1.2 开源与社区建设 2
    1.1.3 成为很好项目 2
    1.1.4 版本更新 3
    1.2 Spark组成 4
    1.2.1 Spark Core 5
    1.2.2 集群管理器 5
    1.2.3 Spark UI 5
    1.2.4 Spark SQL 6
    1.2.5 Spark Streaming 6
    1.2.6 Structured Streaming 6
    1.2.7 MLlib 6
    1.2.8 GraphX 7
    1.2.9 其他 7
    1.3 Spark数据类型 7
    1.3.1 RDD 7
    1.3.2 DataFrame 8
    1.3.3 Dataset 8
    1.3.4 数值类型 8
    1.3.5 字符串类型 8
    1.3.6 日期和时间类型 9
    1.3.7 复杂类型 9
    1.4 Spark的使用场景 9
    1.4.1 批处理 9
    1.4.2 实时流处理 9
    1.4.3 分布式文件系统 10
    1.4.4 机器学习 10
    1.4.5 图计算 10
    1.5 Spark与Hadoop的联系与区别 11
    1.5.1 Hadoop概述 11
    ……

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购