Spark 大数据集群计算的生产实践pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

Spark 大数据集群计算的生产实践PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 成功运行Spark job 1

安装所需组件 2

原生安装Spark Standalone集群 3

分布式计算的发展史 3

步入云时代 5

理解资源管理 6

使用各种类型的存储格式 9

文本文件 11

Sequence文件 13

Avro文件 13

Parquet文件 13

监控和度量的意义 14

Spark UI 14

Spark Standalone UI 17

Metrics REST API 17

Metrics System 18

外部监控工具 18

总结 19

第2章 集群管理 21

背景知识 23

Spark组件 26

Driver 27

workers与executors 28

配置 30

Spark Standalone 33

架构 34

单节点设置场景 34

多节点设置 36

YARN 36

架构 38

动态资源分配 41

场景 43

Mesos 45

安装 46

架构 47

动态资源分配 49

基本安装场景 50

比较 52

总结 56

第3章 性能调优 59

Spark执行模型 60

分区 62

控制并行度 62

分区器 64

shuffle数据 65

shuffle与数据分区 67

算子与shuffle 70

shuffle并不总是坏事 75

序列化 75

Kryo注册器 77

Spark缓存 77

SparkSQL缓存 81

内存管理 82

垃圾回收 83

共享变量 84

广播变量 85

累加器 87

数据局部性 90

总结 91

第4章 安全 93

架构 94

Security Manager 94

设定配置 95

ACL 97

配置 97

提交job 98

Web UI 99

网络安全 107

加密 108

事件日志 113

Kerberos 114

Apache Sentry 114

总结 115

第5章 容错或job执行 117

Spark job的生命周期 118

Spark master 119

Spark driver 122

Spark worker 124

job生命周期 124

job调度 125

应用程序内部调度 125

用外部工具进行调度 133

容错 135

内部容错与外部容错 136

SLA 137

RDD 138

Batch vs Streaming 145

测试策略 148

推荐配置 155

总结 158

第6章 超越Spark 159

数据仓库 159

SparkSQL CLI 161

Thrift JDBC/ODBC服务器 162

Hive on Spark 162

机器学习 164

DataFrame 165

MLlib和ML 167

Mahout on Spark 174

Hivemall On Spark 175

外部的框架 176

Spark Package 177

XGBoost 179

spark-jobserver 179

未来的工作 182

与参数服务器集成 184

深度学习 192

Spark在企业中的应用 200

用Spark及Kafka收集用户活动日志 200

用Spark做实时推荐 202

Twitter Bots的实时分类 204

总结 205