김치

마라탕🔥

불닭

라면

떡볶이

김

오뚜기

선크림☀️

컵누들

감자칩

로그인/회원가입

한국어

English 简体中文繁體中文 한국어 日本語

{{sellerTotalView > 1 ? __("sellers", {number: sellerTotalView}) : __("seller", {number: sellerTotalView}) }}, {{numTotalView > 1 ? __("items", {number: numTotalView}) : __("item", {number: numTotalView}) }}

장바구니로 이동하여 결제하기

Nickname

당신의 이름을 알려주세요

이름 업데이트

xxxxxxx@yamibuy.com

계정 주문 찜하기

포인트 0

쿠폰 0

기프트 카드 잔액 $0.00

로그아웃

배송 지역 전환

지역에 따라 재고 및 배송 속도가 다를 수 있습니다.

위치 기록

상품입고 후 바로 알려드리겠습니다.

상품입고 후 알림 발송 주소: {{remindEmail}}

취소

Jingdong book

Spark快速大数据分析

장바구니로 이동하여 결제하기

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

서적 컴퓨터 및 인터넷 컴퓨터 저널

Jingdong book

Spark快速大数据分析

Name: Spark快速大数据分析
Brand: Jingdong book
SKU: 3118211221
Price: 34.65 USD
Availability: OutOfStock

{{__(":people-members", {'people': item.limit_people_count})}} {{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ item.invalid_price }} {{ itemDiscount }}

후 종료

{{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }}

{{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }} {{ itemCurrency }}{{ item.invalid_price }} {{itemDiscount}}

후에 세일 종료

후 초특가세일 시작 후 초특가세일 종료

{{ __( "Pay with Gift Card to get sale price: :itemCurrency:price", { 'itemCurrency' : itemCurrency, 'price' : (item.giftcard_price ? priceFormat(item.giftcard_price) : '0.00') } ) }} ({{ itemCurrency }}{{ priceFormat(item.giftcard_price / item.bundle_specification) }}/{{ item.unit }}) 상세정보

상품 유효 기간

판매 중단

이 상품이 언제 재입고될지는 알 수 없습니다.

현재 주소로 배송 불가

품절

제품 설명

제품 세부 정보 전체보기

Editer Recommend

Spark开发者出品！
《Spark快速大数据分析》是一本为Spark初学者准备的书，它没有过多深入实现细节，而是更多关注上层用户的具体用法。不过，本书绝不仅仅限于Spark的用法，它对Spark的核心概念和基本原理也有较为全面的介绍，让读者能够知其然且知其所以然。
本书介绍了开源集群计算系统Apache Spark，它可以加速数据分析的实现和运行。利用Spark，你可以用Python、Java以及Scala的简易API来快速操控大规模数据集。
本书由Spark开发者编写，可以让数据科学家和工程师即刻上手。你能学到如何使用简短的代码实现复杂的并行作业，还能了解从简单的批处理作业到流处理以及机器学习等应用。

Content Description

《Spark快速大数据分析》由 Spark 开发者及核心成员共同打造，讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark 收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。

Author Description

Holden Karau，是Databricks的软件开发工程师，活跃于开源社区。她还著有《Spark快速数据处理》。

Andy Konwinski，是Databricks联合创始人，Apache Spark项目技术专家，还是Apache Mesos项目的联合发起人。

Patrick Wendell，是Databricks联合创始人，也是Apache Spark项目技术专家。他还负责维护Spark核心引擎的几个子系统。

Matei Zaharia，是Databricks的CTO，同时也是Apache Spark项目发起人以及Apache基金会副主席。

Comments

“Spark是构建大数据应用流行的框架，而如果有人要我推荐一些指南书籍，《Spark快速大数据分析》无疑会排在首位。”
——Ben Lorica，O'Reilly首席数据科学家

Catalogue

推荐序xi
译者序xiv
序xvi
前言xvii
第1章Spark数据分析导论1
1．1Spark是什么1
1．2一个大一统的软件栈2
1．2．1Spark Core2
1．2．2Spark SQL3
1．2．3Spark Streaming3
1．2．4MLlib3
1．2．5GraphX3
1．2．6集群管理器4
1．3Spark的用户和用途4
1．3．1数据科学任务4
1．3．2数据处理应用5
1．4Spark简史5
1．5Spark的版本和发布6
1．6Spark的存储层次6
第2章Spark下载与入门7
2．1下载Spark7
2．2Spark中Python和Scala的shell9
2．3Spark 核心概念简介12
2．4独立应用14
2．4．1初始化SparkContext15
2．4．2构建独立应用16
2．5总结19
第3章RDD编程21
3．1RDD基础21
3．2创建RDD23
3．3RDD操作24
3．3．1转化操作24
3．3．2行动操作26
3．3．3惰性求值27
3．4向Spark传递函数27
3．4．1Python27
3．4．2Scala28
3．4．3Java29
3．5常见的转化操作和行动操作30
3．5．1基本RDD30
3．5．2在不同RDD类型间转换37
3．6持久化( 缓存)39
3．7总结40
第4章键值对操作41
4．1动机41
4．2创建Pair RDD42
4．3Pair RDD的转化操作42
4．3．1聚合操作45
4．3．2数据分组49
4．3．3连接50
4．3．4数据排序51
4．4Pair RDD的行动操作52
4．5数据分区（进阶）52
4．5．1获取RDD的分区方式55
4．5．2从分区中获益的操作56
4．5．3影响分区方式的操作57
4．5．4示例：PageRank57
4．5．5自定义分区方式59
4．6总结61
第5章数据读取与保存63
5．1动机63
5．2文件格式64
5．2．1文本文件64
5．2．2JSON66
5．2．3逗号分隔值与制表符分隔值68
5．2．4SequenceFile71
5．2．5对象文件73
5．2．6Hadoop输入输出格式73
5．2．7文件压缩77
5．3文件系统78
5．3．1本地/“常规”文件系统78
5．3．2Amazon S378
5．3．3HDFS79
5．4Spark SQL中的结构化数据79
5．4．1Apache Hive80
5．4．2JSON80
5．5数据库81
5．5．1Java数据库连接81
5．5．2Cassandra82
5．5．3HBase84
5．5．4Elasticsearch85
5．6总结86
第6章Spark编程进阶87
6．1简介87
6．2累加器88
6．2．1累加器与容错性90
6．2．2自定义累加器91
6．3广播变量91
6．4基于分区进行操作94
6．5与外部程序间的管道96
6．6数值RDD 的操作99
6．7总结100
第7章在集群上运行Spark101
7．1简介101
7．2Spark运行时架构101
7．2．1驱动器节点102
7．2．2执行器节点103
7．2．3集群管理器103
7．2．4启动一个程序104
7．2．5小结104
7．3使用spark-submit 部署应用105
7．4打包代码与依赖107
7．4．1使用Maven构建的用Java编写的Spark应用108
7．4．2使用sbt构建的用Scala编写的Spark应用109
7．4．3依赖冲突 111
7．5Spark应用内与应用间调度111
7．6集群管理器112
7．6．1独立集群管理器112
7．6．2Hadoop YARN115
7．6．3Apache Mesos116
7．6．4Amazon EC2117
7．7选择合适的集群管理器120
7．8总结121
第8章Spark调优与调试123
8．1使用SparkConf配置Spark123
8．2Spark执行的组成部分：作业、任务和步骤127
8．3查找信息131
8．3．1Spark网页用户界面131
8．3．2驱动器进程和执行器进程的日志134
8．4关键性能考量135
8．4．1并行度135
8．4．2序列化格式136
8．4．3内存管理137
8．4．4硬件供给138
8．5总结139
第9章Spark SQL141
9．1连接Spark SQL142
9．2在应用中使用Spark SQL144
9．2．1初始化Spark SQL144
9．2．2基本查询示例145
9．2．3SchemaRDD146
9．2．4缓存148
9．3读取和存储数据149
9．3．1Apache Hive149
9．3．2Parquet150
9．3．3JSON150
9．3．4基于RDD152
9．4JDBC/ODBC服务器153
9．4．1使用Beeline155
9．4．2长生命周期的表与查询156
9．5用户自定义函数156
9．5．1Spark SQL UDF156
9．5．2Hive UDF157
9．6Spark SQL性能158
9．7总结159
第10章Spark Streaming161
10．1一个简单的例子162
10．2架构与抽象164
10．3转化操作167
10．3．1无状态转化操作167
10．3．2有状态转化操作169
10．4输出操作173
10．5输入源175
10．5．1核心数据源175
10．5．2附加数据源176
10．5．3多数据源与集群规模179
10．624/7不间断运行180
10．6．1检查点机制180
10．6．2驱动器程序容错181
10．6．3工作节点容错182
10．6．4接收器容错182
10．6．5处理保证183
10．7Streaming用户界面183
10．8性能考量184
10．8．1批次和窗口大小184
10．8．2并行度184
10．8．3垃圾回收和内存使用185
10．9总结185
第11章基于MLlib的机器学习187
11．1概述187
11．2系统要求188
11．3机器学习基础189
11．4数据类型192
11．5算法194
11．5．1特征提取194
11．5．2统计196
11．5．3分类与回归197
11．5．4聚类202
11．5．5协同过滤与推荐203
11．5．6降维204
11．5．7模型评估206
11．6一些提示与性能考量206
11．6．1准备特征206
11．6．2配置算法207
11．6．3缓存RDD以重复使用207
11．6．4识别稀疏程度207
11．6．5并行度207
11．7流水线API208
11．8总结209
作者简介210
封面介绍210

Book Abstract

Spark简史
Spark 是由一个强大而活跃的开源社区开发和维护的，社区中的开发者们来自许许多多不同的机构。如果你或者你所在的机构是第一次尝试使用 Spark，也许你会对 Spark 这个项目的历史感兴趣。Spark 是于 2009 年作为一个研究项目在加州大学伯克利分校 RAD 实验室（AMPLab 的前身）诞生。实验室中的一些研究人员曾经用过 Hadoop MapReduce。他们发现 MapReduce 在迭代计算和交互计算的任务上表现得效率低下。因此，Spark 从一开始就是为交互式查询和迭代算法设计的，同时还支持内存式存储和高效的容错机制。
2009 年，关于 Spark 的研究论文在学术会议上发表，同年 Spark 项目正式诞生。其后不久，相比于 MapReduce，Spark 在某些任务上已经获得了 10 ～ 20 倍的性能提升。
Spark 最早的一部分用户来自加州伯克利分校的其他研究小组，其中比较著名的有 Mobile Millennium。作为机器学习领域的研究项目，他们利用 Spark 来监控并预测旧金山湾区的交通拥堵情况。仅仅过了短短的一段时间，许多外部机构也开始使用 Spark。如今，有超过 50 个机构将自己添加到了使用 Spark 的机构列表页面。在 Spark 社区如火如荼的社区活动 Spark Meetups和 Spark 峰会中，许多机构也向大家积极分享他们特有的 Spark 应用场景。除了加州大学伯克利分校，对 Spark 作出贡献的主要机构还有 Databricks、雅虎以及英特尔。
2011 年，AMPLab 开始基于 Spark 开发更高层的组件，比如 Shark（Spark 上的 Hive）1 和 Spark Streaming。这些组件和其他一些组件一起被称为伯克利数据分析工具栈（BDAS，https://amplab.cs.berkeley.edu/software/）。
1Shark 已经被 Spark SQL 所取代。
Spark 最早在 2010 年 3 月开源，并且在 2013 年 6 月交给了 Apache 基金会，现在已经成了 Apache 开源基金会的顶级项目。
Spark的版本和发布
自其出现以来，Spark 就一直是一个非常活跃的项目，Spark 社区也一直保持着非常繁荣的态势。随着版本号的不断更迭，Spark 的贡献者也与日俱增。Spark 1.0 吸引了 100 多个开源程序员参与开发。尽管项目活跃度在飞速地提升，Spark 社区依然保持着常规的发布新版本的节奏。2014 年 5 月，Spark 1.0 正式发布，而本书则主要关注 Spark 1.1.0 以及后续的版本。不过，大多数概念在老版本的 Spark 中依然适用，而大多数示例也能运行在老版本的 Spark 上。
Spark的存储层次
Spark 不仅可以将任何 Hadoop 分布式文件系统（HDFS）上的文件读取为分布式数据集，也可以支持其他支持 Hadoop 接口的系统，比如本地文件、亚马逊 S3、Cassandra、Hive、HBase 等。我们需要弄清楚的是，Hadoop 并非 Spark 的必要条件，Spark 支持任何实现了 Hadoop 接口的存储系统。Spark 支持的 Hadoop 输入格式包括文本文件、SequenceFile、Avro、Parquet 等。我们会在第 5 章讨论读取和存储时详细介绍如何与这些数据源进行交互。
……

명세서

상표

Jingdong book

브랜드 영역

China

면책성명

제품 가격, 포장, 사양 등의 정보는 예고 없이 변경될 수 있습니다. 적시에 제품 정보를 업데이트 할 수 있도록 최선을 다하지만, 받은 실제 제품을 참고하시기 바랍니다. 제품을 사용하기 전에 반드시 제품에 동봉된 라벨, 경고 및 설명을 읽어 주십시오.

상세정보 보기

찜한 목록에 추가

{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}

상세정보

수량

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

JD@CHINA 판매

배송지

69이상 주문 시 무료 배송

정품 보증

상세정보 보기

지역

장바구니에 추가됨

쇼핑 계속하기

당신을 위한 추천

쿠폰

받기 받았음 마감

곧 만료됩니다: {{ formatTime(coupon.use_end_time) }}

친구들과 공유하세요

취소

Yami 기프트카드 전용특가

기프트카드로 결제하면 전용특가를 받을 수 있습니다

규칙 설명

기프트카드 전용특가는 일부 상품에 대한 특혜가격입니다.

기프트카드 전용특가 상품 구매 시 E-기프트 카드 잔액으로 결제하고 기프트카드 잔액이 주문 내 상품의 총액을 지불하기에 충분하하 기프트카드 전용특가가 자동으로 활성화됩니다.

기프트 카드 잔액으로 결제하지 않거나 기프트카드 잔액이 전항의 요건을 충족하지 못할 경우 기프트카드 전용특가를 활성화할 수 없으며 상품은 정상 가격으로 구매할 수 있습니다.

기프트카드 전용특가 상품 구매 시 잔액이 부족할 경우 장바구니 또는 결제 페이지에서 "충전" 버튼을 클릭하여 기프트카드를 구매 및 충전할 수 있습니다.

기프트카드 전용특가가 있는 상품은 "전용특가"라는 특별한 가격표시가 표시됩니다.

질문이 있으시면 언제든지 고객 서비스에 문의하십시오.

Yami는 기프트카드 전용특가 관련 최종 해석권을 보유합니다.

Yami 판매

서비스 보장

$49 이상 무료 배송

걱정 없는 반품/교환

미국에서 발송

배송 정보

미국

표준 배송 $5.99(알래스카, 하와이 제외), 최종 가격 $49 이상 시 무료 배송

지역 배송 $5.99(캘리포니아, 뉴욕, 뉴저지, 매사추세츠, 펜실베이니아, 위 주의 일부 지역), 최종 가격 $49 이상 시 무료 배송

2일 이내 배송(알래스카 및 하와이 포함) $19.99부터 시작

반품 및 교환 정책

Yami는 고객님께 최상의 A/S를 제공하고, 모든 분들이 Yami에서 안심하고 쇼핑할 수 있도록 노력하고 있습니다. Yami의 자영 상품은 반품 및 교환 조건을 충족하는 경우, 상품 수령 후 30일 이내에 반품 및 교환할 수 있습니다(식품은 품질 문제로 인해 7일 이내에 반품 및 교환이 가능합니다. 모든 고객이 안전하고 고품질의 제품을 받을 수 있도록 뷰티 제품은 개봉 또는 사용 후에는 품질 문제를 제외하고 환불 또는 반품을 제공하지 않습니다. 기타 특별 카테고리의 제품은 고객 서비스에 문의하시기 바랍니다).
이해와 지원에 감사드립니다.

상세정보 보기

Yami 판매

Yami E-기프트카드 사용 약관

구매 시 자동 충전을 선택한 경우, 주문 완료 후 기프트카드가 자동으로 계정에 충전됩니다.

구매 시 이메일 발송을 선택한 경우, 주문 완료 후 시스템이 자동으로 카드 번호와 비밀번호를 입력한 이메일로 발송합니다.

이메일을 보낼 때, 모든 사용자는 이메일에 있는 카드 번호와 비밀번호를 사용하여 기프트카드를 충전할 수 있으니, 이메일 정보를 잘 보관하세요.

이메일을 받는 데 문제가 있으면, 고객 서비스에 연락하여 처리해 주세요.

이메일을 보낼 때, 기프트카드가 교환되지 않았다면 이메일을 재발송할 수 있습니다. 이미 다른 사용자에 의해 교환된 경우에는 보상할 수 없습니다.

Yamibuy의 E-기프트카드는 자영 또는 제3자 상품 구매에 사용할 수 있습니다.

Yamibuy의 E-기프트카드는 유효 기간 제한이 없으며, 장기간 유효합니다.

Yami 전자 상품권의 금액은 여러 번에 나눠서 사용할 수 있습니다；

Yami 전자 상품권 업무 규칙의 최종 해석 권한은 Yami 웹사이트에 있습니다.

반품 및 교환 정책

이미 사용된 E-기프트카드는 환불이 불가능합니다.

판매자: JD@CHINA

Yami 배송

서비스 보장

$49 이상 무료 배송

최고의 A/S

미국 본토에서 발송

배송 정보

미국

표준 배송 $5.99(알래스카, 하와이 제외), 최종 가격 $49 이상 시 무료 배송

지역 배송 $5.99(캘리포니아, 뉴욕, 뉴저지, 매사추세츠, 펜실베이니아, 위 주의 일부 지역), 최종 가격 $49 이상 시 무료 배송

2일 이내 배송(알래스카 및 하와이 포함) $19.99부터 시작

반품 및 교환 정책

제품을 받으신 후 30일 이내에 제품을 반품하실 수 있습니다. 반품된 품목은 구매에 대한 원본 송장을 포함하여 원래 포장된 새 품목이어야 합니다. 고객이 자신의 비용으로 제품을 반품합니다.

JD@CHINA 판매

Yami-China FC

서비스 보장

점포간 $:amount 이상 구매 시 무료 배송

30일 반품/교환 보장

Yami-중국 집하창고

Yami는 중국 내 주요 우수매장에서 제품을 선별하여 모아 Yami 중국통합센터로 배송하며 택배를 합친 후 전국 각지의 주소로 배송해 드립니다. 점포간 무료 배송 조건은 최저 $69입니다. 여러 판매자가 제공하는 다양한 상품 중에서 원하는 상품을 선택하고 점포간 무료배송으로 저렴한 배송비를 쉽게 누릴 수 있습니다.

반품 정책

30일 이내 반품 및 교환 보증을 제공합니다. 제품은 새로 사용하지 않은 원래 포장에 구매 증명서가 첨부되어 있어야 합니다. 상품 품질 문제, 잘못된 배송, 배송 누락 등 판매자의 실수로 인한 경우 환불 처리됩니다. 기타 사유로 인한 반품 및 교환은 배송비는 고객이 자체로 부담하셔야 합니다. 모든 제품은 장거리 배송을 하기 때문에 간혹 간단한 외부 포장이 눌려 마모되는 등이 있지만 내부 품질 문제가 없는 경우 반품 및 교환할 수 없습니다.

배송 정보

Yami 중국집하배송 Consolidated Shipping 배송비 $9.99 ($69 이상 주문시 무료배송)

중국 판매자는 주문 후 영업일 기준 2일 후에 상품을 발송합니다. 모든 택배는 Yami 중국통합센터(특별한 상황 및 중국 내 개별 법정 공휴일 제외)에 도착하여 택배를 합친 후 UPS를 통해 미국으로 배송됩니다. UPS는 중국에서 발송 후 미국까지 평균 10영업일 정도 소요되며 직배송 주문 번호에 따라 수시로 추적 및 조회할 수 있습니다 전염병의 영향으로 현재 물류가 5일 정도 지연될 수 있습니다. 택배는 고객 서명이 필요합니다. 서명하지 않은 경우 고객은 택배가 분실될 위험을 부담하게 됩니다.

JD@CHINA 판매

서비스 보장

69이상 주문 시 무료 배송

정품 보증

배송 정보

Yami Consolidated Shipping배송비$9.99($69 이상 주문 시 무료 배송)

Seller will ship the orders within 1-2 business days. The logistics time limit is expected to be 7-15 working days. In case of customs clearance, the delivery time will be extended by 3-7 days. The final receipt date is subject to the information of the postal company.

포인트 규칙

모든 품목은 Yamibuy 의 프로모션이나 포인트 이벤트에서 제외됩니다.

반품 및 교환 정책

Yami 앱 다운로드

의견 피드백

맨 위로 돌아가기

리뷰{{'('+ commentList.posts_count + ')'}}

당신의 체험을 공유하고 더 많은 사용자가 선택할 수 있도록 도와줍니다.

리뷰 작성

{{i}}별

{{i}} 별

{{ parseInt(commentRatingList[i]) }}%

{{ showTranslate(comment) }}접기

{{ strLimit(comment,800) }}전체 보기

Show Original

모두 보기

{{ formatTime(comment.in_dtm) }} 구매 완료 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

{{ showTranslate(comment) }}접기

{{ strLimit(comment,800) }}전체 보기

Show Original

모두 보기

{{ formatTime(comment.in_dtm) }} 구매 완료 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

조건에 맞는 리뷰가 없습니다

더 많은 리뷰 보기

리뷰 상세

{{ showTranslate(commentDetails) }}접기

{{ strLimit(commentDetails,800) }}전체 보기

Show Original

모두 보기

{{ formatTime(commentDetails.in_dtm) }} 구매 완료 {{groupData}}

내용을 입력하세요

답변{{'(' + replyList.length + ')'}}

{{ reply.reply_user_name }}답변{{ reply.parent_user_name }}

{{ showTranslate(reply) }}접기

{{ strLimit(reply,800) }}전체 보기

Show Original

내용을 입력하세요

취소

지금까지의 모든 리뷰입니다!

리뷰 작성하기

상품 평점

댓글을 입력하세요.

좋은 닉네임이 당신의 리뷰를 더 인기 있게 만들 것입니다!
여기에서 닉네임을 변경하면 개인정보의 닉네임도 같이 변경됩니다.

리뷰를 남겨주셔서 감사합니다

당신의 좋은 리뷰는 우리 커뮤니티가 아시아 최고의 상품을 찾는 데 도움이 됩니다.