本書以Python為基礎(chǔ)，深入講解HDFS分布式文件系統(tǒng)和PySpark3編程。全書共9章，內(nèi)容包括Docker環(huán)境下Hadoop與Spark的配置、HDFS操作技巧、RDD編程方法、Spark SQL應(yīng)用、Spark架構(gòu)及運(yùn)行機(jī)制、Pandas on Spark使用及Spark ML編程實(shí)踐。本書通過實(shí)際操作案例，幫助讀者掌握Hadoop和PySpark的環(huán)境搭建與應(yīng)用編程，附帶豐富的教學(xué)資源，包括教案、教學(xué)課件、練習(xí)題、源代碼、數(shù)據(jù)集及核心知識(shí)點(diǎn)視頻講解及實(shí)驗(yàn)指導(dǎo)，為讀者提供強(qiáng)大支持。

本書適合作為全國高等學(xué)校計(jì)算機(jī)、軟件工程、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、人工智能等專業(yè)的教材，同時(shí)對(duì)大數(shù)據(jù)應(yīng)用開發(fā)者和技術(shù)從業(yè)者亦有參考價(jià)值。