Spark大數據分析實戰

Spark是基於內存計算的大數據並行計算框架，因爲它基於內存計算，所以提高了在大數據環境下數據處理的實時性，同時保證了高容錯性和高可伸縮性，允許用戶將Spark部署在大量廉價硬件之上，形成集羣。Hadoop中包含計算框架MapReduce和分佈式文件系統HDFS。 Spark是MapReduce的替代方案，而且兼容HDFS、Hive等分佈式存儲層，融入Hadoop的生態系統，並彌補MapReduce的不足。

粗略的翻了一遍，有些看懂了，但也有很多沒看懂。總體上很粗略，它山之石吧。

用3天看完了[微笑]介紹了Spark的生態以及一些實戰分析，用算法部分不是理解，總之開闊了眼界，希望以後自己能多實踐。

這本書好像頁碼有問題，而且有時候會有頁面內容重複。 就內容來說，我挑選了比較有興趣的部分讀，個人認爲如果有一點大數據開發基礎讀起來會更加事半功倍，如果不是很懂那就瞭解spark可以做什麼不可以做什麼就ok了。應該是三顆星的書，給四顆星完全是因爲其他我找到的類似的書更爛

內容比較全面，從架構到算法，從簡單案例到經典應用都寫的非常棒，對Spark周邊使用可以有全面和細緻的瞭解[強][強]

通過典型數據分析應用場景、算法與系統架構，結合6大案例，全面、深入講解Spark大數據分析的各種技術和方法 作爲一個通用大數據計算框架，Spark廣泛應用於多種典型大數據分析場景。 通過這本書，你將瞭解到： Spark的機制與生態系統 Spark算法分析與應用 典型的數據分析場景 Spark在日誌分析、情感分析、協同過濾、個性化推薦、社交網絡分析、搜索、文本分析等場景的應用 Spark與其他開源工具及系統的集成 Spark已經在全球範圍內被廣泛使用，無論是微軟、Intel、阿里巴巴、百度、騰訊等國際互聯網巨頭，還是一些初創公司，都在使用Spark。本書作者結合實戰經驗，編寫了這本書。本書抽象出典型數據分析應用場景，適當簡化，只進行主幹介紹，講解Spark應用開發、數據分析算法，並結合其他開源系統與組件，勾勒出數據分析流水線全貌。

對Spark生態系統有了大概瞭解，還有各種項目實戰架構概況，關鍵還是動手實戰以及各種深層次算法及調優。總體還不錯，開闊視野。

這本書比較淺顯的介紹Spark各個部分，Spark Streaming 作爲核心部分，篇幅太少，沒有深入分析，草草收場，大量篇幅在展示MLib相關應用，避重就輕了

前幾章介紹原理簡單易懂 後面的例子有點糟 特別電子書代碼不全

有點高深，要會熟練運用spark才能大致看得懂