PySpark大数据分析与应用
戴刚 张良均
189人在读
14.4万字总字数
¥45定价
戴刚 张良均
本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的 相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1?5章包括PySpark 大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、 基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例强化PySpark在大数据分析 中的实际应用；第6、7章通过基于PySpark的网络招聘信息的职业类型划分和基于PySpark的信用贷款 风险分析两个完整的案例实战，结合前5章的PySpark编程知识，实现完整的大数据分析过程。本书大部 分章包含实训和课后习题，读者通过练习和操作实践，能够巩固所学的内容。 本书可作为高校数据科学或大数据相关专业的教材，也可作为机器学习爱好者的自学用书。
入门类书籍，代码蜻蜓点水，让你知道怎么开始，但底层原理和代码的深层逻辑不会讲到，浅尝辄止，这好像就是张老师的风格了，而且书中有几处出现了错漏，练习题也没有答案，不适合小白，基础扎实的、具备大数据分布式经验的可以入门看一看。
该书较为全面的讲述了使用pyspark 进行大数据分析的过程，很适合有点基础但是不多的新手，具体的细节不是很充足，具体的技术细节需要阅读spark 核心，案例也是比较教学，不是特别贴近生产，最后关于信贷的分析，需要有hadoop hive 以及spark 环境，总体来说比较一般。