PySpark大數據分析與應用
戴剛 張良均
189人在讀
14.4萬字總字數
¥45定價
戴剛 張良均
本書以Python作爲開發語言，系統介紹PySpark開發環境搭建流程及基於PySpark進行大數據分析的 相關知識。本書條理清晰、重點突出，理論敘述循序漸進、由淺入深。本書共7章，第1?5章包括PySpark 大數據分析概述、PySpark安裝配置、基於PySpark的DataFrame操作、基於PySpark的流式數據處理、 基於PySpark的機器學習庫，內容介紹注重理論與實踐相結合，通過典型示例強化PySpark在大數據分析 中的實際應用；第6、7章通過基於PySpark的網絡招聘信息的職業類型劃分和基於PySpark的信用貸款 風險分析兩個完整的案例實戰，結合前5章的PySpark編程知識，實現完整的大數據分析過程。本書大部 分章包含實訓和課後習題，讀者通過練習和操作實踐，能夠鞏固所學的內容。 本書可作爲高校數據科學或大數據相關專業的教材，也可作爲機器學習愛好者的自學用書。
入門類書籍，代碼蜻蜓點水，讓你知道怎麼開始，但底層原理和代碼的深層邏輯不會講到，淺嘗輒止，這好像就是張老師的風格了，而且書中有幾處出現了錯漏，練習題也沒有答案，不適合小白，基礎紮實的、具備大數據分佈式經驗的可以入門看一看。
該書較爲全面的講述了使用pyspark 進行大數據分析的過程，很適合有點基礎但是不多的新手，具體的細節不是很充足，具體的技術細節需要閱讀spark 核心，案例也是比較教學，不是特別貼近生產，最後關於信貸的分析，需要有hadoop hive 以及spark 環境，總體來說比較一般。