Spark大数据商业实战三部曲:内核解密.商业案例.性能调优(第2版)

第1篇 内核解密篇 第1章 电光石火间体验Spark 2.4 开发实战 1.1 通过RDD实战电影点评系统入门及源码阅读 1.1.1 Spark核心概念图解 1.1.2 通过RDD实战电影点评系统案例 1.2 通过DataFrame和DataSet实战电影点评系统 1.2.1 通过DataFrame实战电影点评系统案例 1.2.2 通过DataSet实战电影点评系统案例 1.3 Spark2.4 源码阅读环境搭建及源码阅读体验 第2章 Spark 2.4 技术及原理 2.1 Spark 2.4 综述 2.1.1 连续应用程序 2.1.2 新的API 2.2 Spark 2.4 Core 2.2.1 第二代Tungsten引擎 2.2.2 SparkSession 2.2.3 累加器API 2.3 Spark 2.4 SQL 2.3.1 Spark SQL 2.3.2 DataFrame和Dataset API 2.3.3 Timed Window 2.4 Spark 2.4 Streaming 2.4.1 Structured Streaming 2.4.2 增量输出模式 2.5 Spark 2.4 MLlib 2.5.1 基于DataFrame的Machine Learning API 2.5.2 R的分布式算法 2.6 Spark 2.4 GraphX 第3章 Spark的灵魂：RDD和DataSet 3.1 为什么说RDD和DataSet是Spark的灵魂 3.1.1 RDD的定义及五大特性剖析 3.1.2 DataSet的定义及内部机制剖析 3.2 RDD弹性特性7个方面解析 3.3 RDD依赖关系 3.3.1 窄依赖解析 3.3.2 宽依赖解析 3.4 解析Spark中的DAG逻辑视图 3.4.1 DAG生成的机制 3.4.2 DAG逻辑视图解析 3.5 RDD内部的计算机制 3.5.1 Task解析 3.5.2 计算过程深度解析 3.6 SparkRDD容错原理及其四大核心要点解析 3.6.1 Spark RDD容错原理 3.6.2 RDD容错的四大核心要点 3.7 SparkRDD中Runtime流程解析 3.7.1 Runtime架构图 3.7.2 生命周期 3.8 通过WordCount实战解析Spark RDD内部机制 3.8.1 Spark WordCount动手实践 3.8.2 解析RDD生成的内部机制 3.9 基于DataSet的代码如何转化为RDD 第4章 Spark Driver启动内幕剖析 4.1 Spark Driver Program剖析 4.1.1 Spark Driver Program 4.1.2 SparkContext深度剖析 4.1.3 SparkContext源码解析 4.2 DAGScheduler解析 4.2.1 DAG的定义 4.2.2 DAG的实例化 4.2.3 DAGScheduler划分Stage的原理 4.2.4 DAGScheduler划分Stage的具体算法 4.2.5 Stage内部Task获取*佳位置的算法 4.3 TaskScheduler解析 4.3.1 TaskScheduler原理剖析 4.3.2 TaskScheduler源码解析 4.4 SchedulerBackend解析 4.4.1 SchedulerBackend原理剖析 4.4.2 SchedulerBackend源码解析 4.4.3 Spark程序的注册机制 …… 第2篇 商业案例篇 第3篇 性能调优篇 第4篇 Spark AI解密篇