Spark SQL入门与实践指南
纪涵
1407人在读
10.1万字总字数
¥31.85定价
纪涵
Spark SQL是 Spark大数据框架的一部分，支持使用标准SQL查询和HiveQL来读写数据，可用于结构化数据处理，并可以执行类似SQL的Spark数据查询，有助于开发人员更快地创建和运行Spark程序。 全书分为4篇，共9章，第一篇讲解了Spark SQL 发展历史和开发环境搭建。第二篇讲解了Spark SQL 实例，使得读者掌握Spark SQL的入门操作，了解Spark RDD、DataFrame和DataSet，并熟悉 DataFrame 各种操作。第三篇讲解了基于WiFi探针的商业大数据分析项目，实例中包含数据采集、预处理、存储、利用Spark SQL 挖掘数据，一步一步带领读者学习Spark SQL强大的数据挖掘功能。第四篇讲解了Spark SQL 优化的知识。 本书适合Spark初学者、Spark数据分析人员以及Spark程序开发人员，也适合高校和培训学校相关专业的师生教学参考。
虽然书中有一些拼写方面的错误，但都不影响阅读体验，刚好在工作中要用到Spark SQL，看了这本书学到很多实用的东西，新手可以入门了！
不是我喷出版社和作者，基本错误一大堆，写书能不能敬业一点，上架要卖几十块钱的，就写一堆这个给读者？？？还有责编在干什么，基本的错误都查不出来在搞毛？有没有职业素养和专业能力。[发怒][发怒][发怒]
工作中因为要用，之前看了大量的博客，东拼西凑的几乎把书中所有内容都看了一遍，这本书在用来整体的复习一下。 新接触spark的可以自己做了几个demo以后再来看这本书，效果会更佳。
比较适合spark入门学习，书中对于spark rdd基本运行方式，和spark sql基本函数做了介绍。调优的部分只说了思路，缺少实践，有些遗憾。
介绍全面，深入浅出。但SQL层面的优化主要罗列了理论条目，实践内容较少。
核心内容是RDD和Spark SQL（基本可以用DataFrame代替，DataSet的使用率很低）这两个结构的意义和使用。这两个结构都有各自的基础概念和操作（分为行动操作和转换操作）。最难啃的点是“Spark SQL的基础概念，其他几个点在认识到Spark是以命令式语言为基础来执行声明式语言的功能”的基础下都比较容易理解。
虽然是入门书籍，但内容水分太大，花了太多篇幅对安装部署的过程进行贴图，基本概念介绍也不全面，唯一可读也只有最后两节关于Tungsten执行引擎和Catalyst解析引擎的介绍，总体可读性不高。
初学者想快速入门了解一些基本概念还可以
一是不知所云 二受不了截图 三内容质量低劣
知识点概括的很全，写的通俗易懂，很不错的入门指南