本書主要圍繞大數(shù)據(jù)處理技術(shù)Spark展開講解，旨在引導(dǎo)讀者深入了解大數(shù)據(jù)分析處理的全流程，并剖析每個(gè)環(huán)節(jié)中所使用的關(guān)鍵技術(shù)及其原理。
全書共八個(gè)實(shí)戰(zhàn)項(xiàng)目。項(xiàng)目一介紹了如何搭建一個(gè)穩(wěn)定且高效的Spark集群環(huán)境，探討了Spark的基本概念、特點(diǎn)及應(yīng)用場(chǎng)景，同時(shí)與Hadoop進(jìn)行了對(duì)比分析。項(xiàng)目二通過實(shí)現(xiàn)一個(gè)完整的人事管理系統(tǒng)，介紹了Scala語言的基礎(chǔ)語法與面向?qū)ο缶幊碳昂瘮?shù)式編程的概念，示范了如何使用Scala進(jìn)行Spark應(yīng)用開發(fā)。項(xiàng)目三至項(xiàng)目七運(yùn)用Spark分別對(duì)電商用戶行為數(shù)據(jù)、電影數(shù)據(jù)、銀行客戶數(shù)據(jù)、設(shè)備故障數(shù)據(jù)以及社交媒體評(píng)論數(shù)據(jù)進(jìn)行了數(shù)據(jù)分析與處理，內(nèi)容涵蓋從數(shù)據(jù)預(yù)處理到高級(jí)統(tǒng)計(jì)分析的全過程。項(xiàng)目八通過一個(gè)綜合性的案例基于Spark MLlib的廣告點(diǎn)擊率預(yù)測(cè)，將前面所學(xué)的知識(shí)融會(huì)貫通，逐步帶領(lǐng)讀者完成大數(shù)據(jù)開發(fā)的核心流程，包括數(shù)據(jù)預(yù)處理、特征工程、模型訓(xùn)練與評(píng)估等步驟。本書不僅提供了豐富的理論知識(shí)，還輔以大量實(shí)戰(zhàn)案例，旨在幫助讀者全面掌握Spark大數(shù)據(jù)技術(shù)的實(shí)際應(yīng)用。
本書可作為高等院校計(jì)算機(jī)相關(guān)專業(yè)的教材，也可作為計(jì)算機(jī)領(lǐng)域技術(shù)人員及編程愛好者的參考書。