本書內(nèi)容特色

本書基于Spark 2.4.x新版本編寫，作為Spark的入門書，知識面比較廣，涵蓋當前整個Spark生態(tài)系統(tǒng)主流的大數(shù)據(jù)開發(fā)技術。本書內(nèi)容豐富，以實操案例為主，理論為輔，一步一步手把手對常用的Spark離線計算以及實時計算等系統(tǒng)進行講解。

全書共9章，第1章講解Scala語言的基礎知識，包括IDEA工具的使用等；第2章講解Spark的主要組件、集群架構原理、集群環(huán)境搭建以及Spark應用程序的提交和運行；第3～9章講解離線計算框架Spark RDD、Spark SQL和實時計算框架Kafka、Spark Streaming、Structured Streaming以及圖計算框架GraphX等的基礎知識、架構原理，同時包括常用的Shell命令、API操作、內(nèi)核源碼剖析，并通過多個實際案例講解各個框架的具體應用以及與Hadoop生態(tài)系統(tǒng)框架Hive、HBase、Kafka的整合操作。