Spark SQL入門與實踐指南
紀涵
1407人在讀
10.1萬字總字數
¥31.85定價
紀涵
Spark SQL是 Spark大數據框架的一部分，支持使用標準SQL查詢和HiveQL來讀寫數據，可用於結構化數據處理，並可以執行類似SQL的Spark數據查詢，有助於開發人員更快地創建和運行Spark程序。 全書分爲4篇，共9章，第一篇講解了Spark SQL 發展歷史和開發環境搭建。第二篇講解了Spark SQL 實例，使得讀者掌握Spark SQL的入門操作，瞭解Spark RDD、DataFrame和DataSet，並熟悉 DataFrame 各種操作。第三篇講解了基於WiFi探針的商業大數據分析項目，實例中包含數據採集、預處理、存儲、利用Spark SQL 挖掘數據，一步一步帶領讀者學習Spark SQL強大的數據挖掘功能。第四篇講解了Spark SQL 優化的知識。 本書適合Spark初學者、Spark數據分析人員以及Spark程序開發人員，也適合高校和培訓學校相關專業的師生教學參考。
雖然書中有一些拼寫方面的錯誤，但都不影響閱讀體驗，剛好在工作中要用到Spark SQL，看了這本書學到很多實用的東西，新手可以入門了！
不是我噴出版社和作者，基本錯誤一大堆，寫書能不能敬業一點，上架要賣幾十塊錢的，就寫一堆這個給讀者？？？還有責編在幹什麼，基本的錯誤都查不出來在搞毛？有沒有職業素養和專業能力。[發怒][發怒][發怒]
工作中因爲要用，之前看了大量的博客，東拼西湊的幾乎把書中所有內容都看了一遍，這本書在用來整體的複習一下。 新接觸spark的可以自己做了幾個demo以後再來看這本書，效果會更佳。
比較適合spark入門學習，書中對於spark rdd基本運行方式，和spark sql基本函數做了介紹。調優的部分只說了思路，缺少實踐，有些遺憾。
介紹全面，深入淺出。但SQL層面的優化主要羅列了理論條目，實踐內容較少。
核心內容是RDD和Spark SQL（基本可以用DataFrame代替，DataSet的使用率很低）這兩個結構的意義和使用。這兩個結構都有各自的基礎概念和操作（分爲行動操作和轉換操作）。最難啃的點是“Spark SQL的基礎概念，其他幾個點在認識到Spark是以命令式語言爲基礎來執行聲明式語言的功能”的基礎下都比較容易理解。
雖然是入門書籍，但內容水分太大，花了太多篇幅對安裝部署的過程進行貼圖，基本概念介紹也不全面，唯一可讀也只有最後兩節關於Tungsten執行引擎和Catalyst解析引擎的介紹，總體可讀性不高。
初學者想快速入門瞭解一些基本概念還可以
一是不知所云 二受不了截圖 三內容質量低劣
知識點概括的很全，寫的通俗易懂，很不錯的入門指南