Spark大數(shù)據(jù)技術(shù)與應(yīng)用
定 價(jià):44 元
- 作者:王小潔
- 出版時(shí)間:2024/1/1
- ISBN:9787121454486
- 出 版 社:電子工業(yè)出版社
- 中圖法分類:TP274
- 頁碼:224
- 紙張:
- 版次:01
- 開本:16開
本書以大數(shù)據(jù)分析應(yīng)用崗位職業(yè)能力遞進(jìn)為主線,較為全面地介紹了Spark大數(shù)據(jù)技術(shù)的相關(guān)知識(shí)。全書共7章,內(nèi)容包括Spark生態(tài)圈中的Spark Core、Spark SQL、Spark Streaming、GraphX、MLlib等組件,以及海量離線數(shù)據(jù)的處理、基于歷史數(shù)據(jù)的交互式查詢、基于實(shí)時(shí)數(shù)據(jù)流的大數(shù)據(jù)處理、圖計(jì)算、機(jī)器學(xué)習(xí)等知識(shí)點(diǎn)循序漸進(jìn)地展開介紹。本書以Spark Core、Spark SQL、Spark Streaming相關(guān)知識(shí)為重點(diǎn),GraphX、MLlib等組件作為擴(kuò)展性知識(shí)來介紹,書結(jié)合崗位勝任能力配套多個(gè)企業(yè)級(jí)實(shí)戰(zhàn)案例與課后習(xí)題,幫助學(xué)習(xí)者更好地理解和鞏固所學(xué)知識(shí),熟練應(yīng)用相關(guān)技術(shù),提升專業(yè)能力和綜合能力,為學(xué)習(xí)者技術(shù)提升和職業(yè)發(fā)展打下良好基礎(chǔ)。本書可以作為高等職業(yè)院校大數(shù)據(jù)技術(shù)、人工智能技術(shù)應(yīng)用、軟件技術(shù)等相關(guān)專業(yè)教材,也可以作為從事大數(shù)據(jù)處理與分析相關(guān)技術(shù)人員的參考用書。
王小潔,女,副教授,山西職業(yè)技術(shù)學(xué)院,山西職業(yè)技術(shù)學(xué)院大數(shù)據(jù)技術(shù)專業(yè)是國家"雙高”建設(shè)專業(yè)群的龍頭專業(yè),與華為、新華三、中軟國際等知名企業(yè)開展校企合作,在人才培養(yǎng)模式創(chuàng)新、課程教學(xué)資源建設(shè)、教材與教法改革、教師教學(xué)創(chuàng)新團(tuán)隊(duì)等方面均進(jìn)行改革創(chuàng)新。大數(shù)據(jù)技術(shù)專業(yè)每年招生200余人,具有一定 的專業(yè)規(guī)模。
第1章 專業(yè)認(rèn)知能力培養(yǎng):走進(jìn)Spark 1
新手上路1.1:認(rèn)知Spark 2
1.1.1 Spark的發(fā)展歷程 2
1.1.2 Spark的特點(diǎn) 3
1.1.3 Spark技術(shù)棧 4
1.1.4 Spark術(shù)語 5
1.1.5 Spark的應(yīng)用場(chǎng)景 6
循序漸進(jìn)1.2:了解Spark的運(yùn)行架構(gòu)與運(yùn)行模式 7
1.2.1 Spark的運(yùn)行架構(gòu) 7
1.2.2 Spark的運(yùn)行模式及運(yùn)行流程 8
1.2.3 Spark核心概念RDD 12
漸入佳境1.3:掌握Spark在不同模式下的環(huán)境搭建 13
1.3.1 Spark本地單機(jī)模式環(huán)境搭建 13
1.3.2 Spark單機(jī)偽分布模式環(huán)境搭建 14
實(shí)戰(zhàn)演練1.4 企業(yè)級(jí)項(xiàng)目環(huán)境搭建 18
Spark完全分布模式環(huán)境搭建 18
歸納總結(jié) 20
勤學(xué)苦練 20
第2章 專業(yè)規(guī)范能力培養(yǎng):立足Scala 23
新手上路2.1:認(rèn)知Scala 24
2.1.1 Scala簡(jiǎn)介 24
2.1.2 Scala特性 24
2.1.3 Scala環(huán)境配置及安裝 24
2.1.4 Scala環(huán)境的運(yùn)行 26
新手上路2.2:變量和數(shù)據(jù)類型 26
2.2.1 注釋 26
2.2.2 常量和變量 27
2.2.3 標(biāo)識(shí)符和關(guān)鍵字 27
2.2.4 數(shù)據(jù)類型 29
2.2.5 數(shù)據(jù)類型轉(zhuǎn)換 32
2.2.6 Scala輸出 34
新手上路2.3:運(yùn)算符和流程控制 35
2.3.1 算術(shù)運(yùn)算符 35
2.3.2 關(guān)系運(yùn)算符 36
2.3.3 邏輯運(yùn)算符 37
2.3.4 賦值運(yùn)算符 37
2.3.5 位運(yùn)算符 38
2.3.6 運(yùn)算符優(yōu)先級(jí) 38
2.3.7 流程控制 38
循序漸進(jìn)2.4:函數(shù)式編程 43
2.4.1 函數(shù)的定義 43
2.4.2 函數(shù)基本語法 43
2.4.3 函數(shù)和方法的區(qū)別 45
2.4.4 函數(shù)至簡(jiǎn)原則 46
2.4.5 匿名函數(shù) 47
2.4.6 高階函數(shù) 47
2.4.7 函數(shù)柯里化 48
循序漸進(jìn)2.5:面向?qū)ο缶幊?49
2.5.1 包 49
2.5.2 類和對(duì)象 50
2.5.3 封裝 51
2.5.4 繼承 52
2.5.5 抽象類 53
2.5.6 伴生對(duì)象 53
2.5.7 特質(zhì) 54
循序漸進(jìn)2.6:數(shù)據(jù)集合與文件操作 55
2.6.1 集合簡(jiǎn)介 55
2.6.2 數(shù)組 56
2.6.3 列表 57
2.6.4 Set集合 58
2.6.5 Map集合 59
2.6.6 元組 60
2.6.7 文件操作 61
實(shí)戰(zhàn)演練2.7:智慧交通車牌分類識(shí)別 62
2.7.1 函數(shù)識(shí)別車牌所在地 62
2.7.2 統(tǒng)計(jì)太原市車牌數(shù)量 63
2.7.3 根據(jù)車牌所在地對(duì)車牌數(shù)據(jù)分組 63
2.7.4 車牌所在地信息查詢程序 63
歸納總結(jié) 64
勤學(xué)苦練 65
第3章 崗位核心能力培養(yǎng):聚焦Spark Core 68
新手上路3.1:認(rèn)知Spark核心數(shù)據(jù)集RDD 69
3.1.1 RDD簡(jiǎn)介 70
3.1.2 RDD的特點(diǎn) 70
新手上路3.2:掌握RDD的創(chuàng)建 71
3.2.1 借助內(nèi)存中的集合數(shù)據(jù)創(chuàng)建RDD 72
3.2.2 從外部存儲(chǔ)創(chuàng)建RDD 73
循序漸進(jìn)3.3:掌握RDD的算子操作 74
3.3.1 算子的概念與作用 74
3.3.2 轉(zhuǎn)換算子的操作與使用 75
3.3.3 鍵-值對(duì)類型RDD算子的操作與使用 78
3.3.4 行動(dòng)算子的操作與使用 80
循序漸進(jìn)3.4:掌握RDD的文件操作 83
3.4.1 JSON格式文件的讀取與存儲(chǔ) 83
3.4.2 SequenceFile格式文件的存儲(chǔ)與讀取 85
漸入佳境3.5:了解IntelliJ IDEA如何開發(fā)Spark程序 86
3.5.1 下載與安裝IntelliJ IDEA 86
3.5.2 Scala插件的安裝與使用 88
3.5.3 IntelliJ IDEA運(yùn)行Spark程序 93
實(shí)戰(zhàn)演練3.6:智慧交通道路卡口車流量分析 100
3.6.1 數(shù)據(jù)獲取與數(shù)據(jù)解釋 100
3.6.2 項(xiàng)目編程環(huán)境搭建 101
3.6.3 交通道路卡口車流量排名分析 107
3.6.4 交通道路卡口車輛超速違章分析 110
歸納總結(jié) 114
勤學(xué)苦練 115
第4章 崗位拓展能力培養(yǎng):夯實(shí)Spark SQL 117
新手上路4.1:初識(shí)Spark SQL 118
4.1.1 Spark SQL簡(jiǎn)介 118
4.1.2 Spark SQL特點(diǎn) 119
4.1.3 Spark SQL的Spark Shell交互 120
循序漸進(jìn)4.2:掌握Spark SQL核心編程模型DataFrame 121
4.2.1 DataFrame簡(jiǎn)介 121
4.2.2 DataFrame的創(chuàng)建 122
4.2.3 DataFrame的相關(guān)操作 127
漸入佳境4.3:熟悉Spark SQL擴(kuò)展編程模型Dataset 141
4.3.1 Dataset簡(jiǎn)介 141
4.3.2 Dataset的創(chuàng)建 142
實(shí)戰(zhàn)演練4.4:在線教育數(shù)據(jù)分析 143
4.4.1 數(shù)據(jù)獲取與數(shù)據(jù)解釋 143
4.4.2 用戶學(xué)習(xí)行為習(xí)慣分析 145
4.4.3 視頻課程點(diǎn)擊量排行分析 146
4.4.4 視頻課程分類排行推薦 146
歸納總結(jié) 147
勤學(xué)苦練 148
第5章 崗位綜合能力培養(yǎng):錘煉Spark Streaming 150
新手上路5.1:初識(shí)Spark Streaming 151
5.1.1 Spark Streaming概述 151
5.1.2 Spark Streaming特點(diǎn) 152
5.1.3 Spark Streaming工作原理 152
循序漸進(jìn)5.2:掌握DStream編程模型 153
5.2.1 DStream簡(jiǎn)介 153
5.2.2 DStream創(chuàng)建 154
漸入佳境5.3:熟悉DStream的相關(guān)操作 157
5.3.1 DStream的轉(zhuǎn)換操作 157
5.3.2 DStream的窗口操作 158
5.3.3 DStream的輸出函數(shù) 161
實(shí)戰(zhàn)演練5.4:電商網(wǎng)站廣告點(diǎn)擊分析 162
5.4.1 項(xiàng)目環(huán)境搭建 162
5.4.2 項(xiàng)目數(shù)據(jù)解釋 167
5.4.3 電商網(wǎng)站廣告點(diǎn)擊黑名單 168
5.4.4 電商網(wǎng)站熱門廣告排行 170
歸納總結(jié) 172
勤學(xué)苦練 173
第6章 職業(yè)發(fā)展能力培養(yǎng):進(jìn)階Spark GraphX圖計(jì)算 175
新手上路6.1:初識(shí)Spark GraphX 176
6.1.1 圖計(jì)算的概念與應(yīng)用 176
6.1.2 Spark GraphX的概念 178
6.1.3 Spark GraphX的特性 178
循序漸進(jìn)6.2:掌握GraphX編程模型 178
6.2.1 屬性圖的構(gòu)建 179
6.2.2 圖的查詢操作 182
6.2.3 圖的數(shù)據(jù)與結(jié)構(gòu)轉(zhuǎn)換操作 183
6.2.4 圖的關(guān)聯(lián)與聚合操作 187
實(shí)戰(zhàn)演練6.3:構(gòu)建用戶購物行為網(wǎng)絡(luò)并分析用戶行為 189
6.3.1 用戶購物行為網(wǎng)絡(luò)的構(gòu)建 190
6.3.2 商品的用戶購物行為次數(shù)排名 191
6.3.3 用戶不同購物行為次數(shù)統(tǒng)計(jì) 191
歸納總結(jié) 192
勤學(xué)苦練 192
第7章 職業(yè)發(fā)展能力培養(yǎng):進(jìn)階Spark MLlib算法庫 195
新手上路7.1:初識(shí)Spark MLlib 196
7.1.1 什么是機(jī)器學(xué)習(xí) 196
7.1.2 機(jī)器學(xué)習(xí)算法 197
7.1.3 Spark機(jī)器學(xué)習(xí)庫MLlib 197
7.1.4 MLlib數(shù)據(jù)類型 198
循序漸進(jìn)7.2:MLlib算法介紹 203
7.2.1 協(xié)同過濾算法簡(jiǎn)介 203
7.2.2 協(xié)同過濾算法分類 203
7.2.3 MLlib中的協(xié)同過濾 205
實(shí)戰(zhàn)演練7.3:商品智能推薦 205
7.3.1 數(shù)據(jù)準(zhǔn)備 206
7.3.2 模型構(gòu)建 206
7.3.3 實(shí)戰(zhàn)實(shí)現(xiàn) 208
歸納總結(jié) 208
勤學(xué)苦練 209
參考文獻(xiàn) 212