Spark大数据分析实战

Spark是基于内存计算的大数据并行计算框架，因为它基于内存计算，所以提高了在大数据环境下数据处理的实时性，同时保证了高容错性和高可伸缩性，允许用户将Spark部署在大量廉价硬件之上，形成集群。Hadoop中包含计算框架MapReduce和分布式文件系统HDFS。 Spark是MapReduce的替代方案，而且兼容HDFS、Hive等分布式存储层，融入Hadoop的生态系统，并弥补MapReduce的不足。

粗略的翻了一遍，有些看懂了，但也有很多没看懂。总体上很粗略，它山之石吧。

用3天看完了[微笑]介绍了Spark的生态以及一些实战分析，用算法部分不是理解，总之开阔了眼界，希望以后自己能多实践。

这本书好像页码有问题，而且有时候会有页面内容重复。 就内容来说，我挑选了比较有兴趣的部分读，个人认为如果有一点大数据开发基础读起来会更加事半功倍，如果不是很懂那就了解spark可以做什么不可以做什么就ok了。应该是三颗星的书，给四颗星完全是因为其他我找到的类似的书更烂

内容比较全面，从架构到算法，从简单案例到经典应用都写的非常棒，对Spark周边使用可以有全面和细致的了解[强][强]

通过典型数据分析应用场景、算法与系统架构，结合6大案例，全面、深入讲解Spark大数据分析的各种技术和方法 作为一个通用大数据计算框架，Spark广泛应用于多种典型大数据分析场景。 通过这本书，你将了解到： Spark的机制与生态系统 Spark算法分析与应用 典型的数据分析场景 Spark在日志分析、情感分析、协同过滤、个性化推荐、社交网络分析、搜索、文本分析等场景的应用 Spark与其他开源工具及系统的集成 Spark已经在全球范围内被广泛使用，无论是微软、Intel、阿里巴巴、百度、腾讯等国际互联网巨头，还是一些初创公司，都在使用Spark。本书作者结合实战经验，编写了这本书。本书抽象出典型数据分析应用场景，适当简化，只进行主干介绍，讲解Spark应用开发、数据分析算法，并结合其他开源系统与组件，勾勒出数据分析流水线全貌。

对Spark生态系统有了大概了解，还有各种项目实战架构概况，关键还是动手实战以及各种深层次算法及调优。总体还不错，开阔视野。

这本书比较浅显的介绍Spark各个部分，Spark Streaming 作为核心部分，篇幅太少，没有深入分析，草草收场，大量篇幅在展示MLib相关应用，避重就轻了

前几章介绍原理简单易懂 后面的例子有点糟 特别电子书代码不全

有点高深，要会熟练运用spark才能大致看得懂