内容简介

本书分为三大部分：第一部分为准备篇（第1～2章），简单介绍了Spark的环境搭建和基本原理，帮助读者了解一些背景知识。第二部分为核心设计篇（第3～7章），着重讲解SparkContext的初始化、存储体系、任务提交与执行、计算引擎及部署模式的原理和源码分析。第三部分为扩展篇（第8～11章），主要讲解基于Spark核心的各种扩展及应用，包括：SQL处理引擎、Hive处理、流式计算框架Spark Streaming、图计算框架GraphX、机器学习库MLlib等内容。