apache spark源码剖析(许鹏著)pdf版高清完整版

apache spark源码剖析2015年3月由电子工业出版社出版发行，是一本系统介绍spark源码的经典指导书籍。spark源码采用Scala语言编写。小编分享的这本Apache Spark源码剖析以Spark 1.02版本源码为切入点，着力于探寻Spark所要解决的主要问题及其解决办法，通过一系列精心设计的小实验来分析每一步背后的处理逻辑。 Apache Spark源码剖析第3～5章详细介绍了Spark Core中作业的提交与执行，对容错处理也进行了详细分析，有助读者深刻把握Spark实现机理。第6～9章对Spark Lib库进行了初步的探索。在对源码有了一定的分析之后，读者可尽快掌握Spark技术。这本书对于spark应用开发人员及spark集群管理人员都有极好的学习价值，对于那些想从源码学习而又不知如何入手的读者，也不失为一直借鉴。有需要的朋友们欢迎免费下载。
小编温馨提醒：这本书的内容比较多，要注意劳逸结合哦

作者介绍：

许鹏，长期致力于电信领域和互联网的软件研发，在数据处理方面积累了大量经验，对系统的可扩展性、可靠性方面进行过深入学习和研究。因此，累积了大量的源码阅读和分析的技巧与方法。目前在杭州同盾科技担任大数据平台架构师一职。对于Linux内核，作者也曾进行过深入的分析。

免责声明：

来源于网络，仅用于分享知识，学习和交流!请下载完在24小时内删除。
禁用于商业用途！如果您喜欢《apache spark源码剖析》，请购买正版，谢谢合作。
爱学习，请到3322软件站查找资源自行下载！

目录：

第一部分 Spark概述
第1章 初识Spark
1.1 大数据和Spark
1.1.1 大数据的由来
1.1.2 大数据的分析
1.1.3 Hadoop
1.1.4 Spark简介
1.2 与Spark的第一次亲密接触
1.2.1 环境准备
1.2.2 下载安装Spark
1.2.3 Spark下的WordCount
第二部分 Spark核心概念
第2章 Spark整体框架
2.1 编程模型
2.1.1 RDD
2.1.2 Operation
2.2 运行框架
2.2.1 作业提交
2.2.2 集群的节点构成
2.2.3 容错处理
2.2.4 为什么是Scala
2.3 源码阅读环境准备
2.3.1 源码下载及编译
2.3.2 源码目录结构
2.3.3 源码阅读工具
2.3.4 本章小结
第3章 SparkContext初始化
3.1 spark-shell
3.2 SparkContext的初始化综述
3.3 Spark Repl综述
3.3.1 Scala Repl执行过程
3.3.2 Spark Repl
第4章 Spark作业提交
4.1 作业提交
4.2 作业执行
4.2.1 依赖性分析及Stage划分
4.2.2 Actor Model和Akka
4.2.3 任务的创建和分发
4.2.4 任务执行
4.2.5 Checkpoint和Cache
4.2.6 WebUI和Metrics
4.3 存储机制
4.3.1 Shuffle结果的写入和读取
4.3.2 Memory Store
4.3.3 存储子模块启动过程分析
4.3.4 数据写入过程分析
4.3.5 数据读取过程分析
4.3.6 TachyonStore
第5章 部署方式分析
5.1 部署模型
5.2 单机模式local
5.3 伪集群部署local-cluster
5.4 原生集群Standalone Cluster
5.4.1 启动Master
5.4.2 启动Worker
5.4.3 运行spark-shell
5.4.4 容错性分析
5.5 Spark On YARN
5.5.1 YARN的编程模型
5.5.2 YARN中的作业提交
5.5.3 Spark On YARN实现详解
5.5.4 SparkPi on YARN
第三部分 Spark Lib
第6章 Spark Streaming
6.1 Spark Streaming整体架构
6.1.1 DStream
6.1.2 编程接口
6.1.3 Streaming WordCount
6.2 Spark Streaming执行过程
6.2.1 StreamingContext初始化过程
6.2.2 数据接收
6.2.3 数据处理
6.2.4 BlockRDD
6.3 窗口操作
6.4 容错性分析
6.5 Spark Streaming vs. Storm
6.5.1 Storm简介
6.5.2 Storm和Spark Streaming对比
6.6 应用举例
6.6.1 搭建Kafka Cluster
6.6.2 KafkaWordCount 第7章 SQL
7.1 SQL语句的通用执行过程分析
7.2 SQL On Spark的实现分析
7.2.1 SqlParser
7.2.2 Analyzer
7.2.3 Optimizer
7.2.4 SparkPlan
7.3 Parquet 文件和JSON数据集
7.4 Hive简介
7.4.1 Hive 架构
7.4.2 HiveQL On MapReduce执行过程分析
7.5 HiveQL On Spark详解
7.5.1 Hive On Spark环境搭建
7.5.2 编译支持Hadoop 2.x的Spark
7.5.3 运行Hive On Spark测试用例
第8章 GraphX
8.1 GraphX简介
8.1.1 主要特点
8.1.2 版本演化
8.1.3 应用场景
8.2 分布式图计算处理技术介绍
8.2.1 属性图
8.2.2 图数据的存储与分割
8.3 Pregel计算模型
8.3.1 BSP
8.3.2 像顶点一样思考
8.4 GraphX图计算框架实现分析
8.4.1 基本概念
8.4.2 图的加载与构建
8.4.3 图数据存储与分割
8.4.4 操作接口
8.4.5 Pregel在GraphX中的源码实现
8.5 PageRank
8.5.1 什么是PageRank
8.5.2 PageRank核心思想
第9章 MLLib
9.1 线性回归
9.1.1 数据和估计
9.1.2 线性回归参数求解方法
9.1.3 正则化
9.2 线性回归的代码实现
9.2.1 简单示例
9.2.2 入口函数train
9.2.3 最优化算法optimizer
9.2.4 权重更新update
9.2.5 结果预测predict
9.3 分类算法
9.3.1 逻辑回归
9.3.2 支持向量机
9.4 拟牛顿法
9.4.1 数学原理
9.4.2 代码实现
9.5 MLLib与其他应用模块间的整合
第四部分 附录
附录A Spark源码调试
附录B 源码阅读技巧

使用说明：

方法一：
1、下载并解压，得出pdf文件
2、如果打不开本文件，请务必在3322软件站选择一款阅读器下载
3、安装后，在打开解压得出的pdf文件
4、双击进行阅读
方法二：
1、在手机里下载3322软件站中的阅读器和百度网盘
2、直接将pdf传输到百度网盘
3、用阅读器打开即可阅读