Advanced Analytics with Spark

给大家带来的一篇关于Spark相关的电子书资源，介绍了关于Spark方面的内容，本书是由O’Reilly Media出版，格式为PDF，资源大小5.2 MB，Hougland, Juliet编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：8.7。

内容介绍

ove the many references to R. 非常浅，暂时也没地方用，感觉是个“工具介绍”，而不是工具书

写法和 Programming Collective Intelligence 类似，实用

前面理论阐述过多，后面以case讲解为主，随便看看

学习笔记

Spark学习笔记之Spark SQL的具体使用

1. Spark SQL是什么? 处理结构化数据的一个spark的模块 它提供了一个编程抽象叫做DataFrame并且作为分布式SQL查询引擎的作用 2. Spark SQL的特点 多语言的接口支持(java python scala) 统一的数据访问 完全兼容hive 支持标准的连接 3. 为什么学习SparkSQL? 我们已经学习了Hive，它是将Hive SQL转换成MapReduce然后提交到集群上执行，大大简化了编写MapReduce的程序的复杂性，由于MapReduce这种计算模型执行效率比较慢。所有Spark SQL的应运而生，它是将Spark SQL转换成RDD，然后提交到集群执行，执行效率非常快！ 4. DataFrame(数据框) 与RDD类似，DataFrame也是一个分布式数据容器 然而DataFrame更像传统数据库的二维表格，除了数据以外，还……

如何为Spark Application指定不同的JDK版本详解

前言 随着企业内部业务系统越来越多，基于JVM的服务，通常情况线上环境可能会有多套JDK跑不同的服务。大家都知道基于高版本的Java规范编写的服务跑在低版本的JVM上会出现： java.lang.UnsupportedClassVersionError 的异常。 Spark 2.2开始移除了对Java 7的支持，大多数情况下，我们的Spark Application是和Hadoop系统公用的JDK，如果Hadoop依赖的JDK版本是7，那我们基于JDK 8编写的Application跑在上面就会出问题。 该文主要介绍在不同的场景下，如何为Spark Application指定不同的JDK版本。 集群已部署了指定的JDK版本 假设集群中每个节点JDK的部署路径为：/usr/java/jdk1.8 Spark提供了 spark.executorEnv.[EnvironmentVariableName] 配置，可以用来给……

以上就是本次介绍的Spark电子书的全部相关内容，希望我们整理的资源能够帮助到大家，感谢大家对码农之家的支持。

上一篇：Agile Data Science 2.0

下一篇：Eviews数据统计与分析教程