《Spark大數(shù)據(jù)商業(yè)實戰(zhàn)三部曲：內(nèi)核解密|商業(yè)案例|性能調(diào)優(yōu)》基于Spark 2.2.X，以Spark商業(yè)案例實戰(zhàn)和Spark在生產(chǎn)環(huán)境下幾乎所有類型的性能調(diào)優(yōu)為核心，以Spark內(nèi)核解密為基石，分為上篇、中篇、下篇，對企業(yè)生產(chǎn)環(huán)境下的Spark商業(yè)案例與性能調(diào)優(yōu)抽絲剝繭地進(jìn)行剖析。上篇基于Spark源碼，從一個動手實戰(zhàn)案例入手，循序漸進(jìn)地全面解析了Spark 2.2新特性及Spark內(nèi)核源碼；中篇選取Spark開發(fā)中最有代表的經(jīng)典學(xué)習(xí)案例，深入淺出地介紹，在案例中綜合應(yīng)用Spark的大數(shù)據(jù)技術(shù)；下篇性能調(diào)優(yōu)內(nèi)容基本wan全覆蓋了Spark在生產(chǎn)環(huán)境下的所有調(diào)優(yōu)技術(shù)。

目錄

上篇　內(nèi)核解密
第1章 電光石火間體驗Spark 2.2開發(fā)實戰(zhàn)
第2章 Spark 2.2技術(shù)及原理
第3章 Spark的靈魂：RDD和DataSet
第4章 Spark Driver啟動內(nèi)幕剖析
第5章 Spark集群啟動原理和源碼詳解
第6章 Spark Application提交給集群的原理和源碼詳解
第7章 Shuffle原理和源碼詳解
第8章 Job工作原理和源碼詳解
第9章 Spark中Cache和checkpoint原理和源碼詳解
第10章 Spark中Broadcast和Accumulator原理和源碼詳解
第11章 Spark與大數(shù)據(jù)其他經(jīng)典組件整合原理與實戰(zhàn)
中篇　商業(yè)案例
第12章 Spark商業(yè)案例之大數(shù)據(jù)電影點(diǎn)評系統(tǒng)應(yīng)用案例
第13章 Spark 2.2實戰(zhàn)之Dataset開發(fā)實戰(zhàn)企業(yè)人員管理系統(tǒng)應(yīng)用案例
第14章 Spark商業(yè)案例之電商交互式分析系統(tǒng)應(yīng)用案例
第15章 Spark商業(yè)案例之NBA籃球運(yùn)動員大數(shù)據(jù)分析系統(tǒng)應(yīng)用案例
第16章 電商廣告點(diǎn)擊大數(shù)據(jù)實時流處理系統(tǒng)案例
第17章 Spark在通信運(yùn)營商生產(chǎn)環(huán)境中的應(yīng)用案例
第18章 使用Spark GraphX實現(xiàn)婚戀社交網(wǎng)絡(luò)多維度分析案例
下篇　性能調(diào)優(yōu)
第19章 對運(yùn)行在YARN上的Spark進(jìn)行性能調(diào)優(yōu)
第20章 Spark算子調(diào)優(yōu)最佳實踐
第21章 Spark頻繁遇到的性能問題及調(diào)優(yōu)技巧
第22章 Spark集群資源分配及并行度調(diào)優(yōu)最佳實踐
第23章 Spark集群中Mapper端、Reducer端內(nèi)存調(diào)優(yōu)
第24章 使用Broadcast實現(xiàn)Mapper端Shuffle聚合功能的原理和調(diào)優(yōu)實戰(zhàn)
第25章 使用Accumulator高效地實現(xiàn)分布式集群全局計數(shù)器的原理和調(diào)優(yōu)案例
第26章 Spark下JVM性能調(diào)優(yōu)最佳實踐
第27章 Spark五大子框架調(diào)優(yōu)最佳實踐
第28章 Spark 2.2.0新一代鎢絲計劃優(yōu)化引擎
第29章 Spark Shuffle調(diào)優(yōu)原理及實踐
第30章 Spark性能調(diào)優(yōu)之?dāng)?shù)據(jù)傾斜調(diào)優(yōu)一站式解決方案原理與實戰(zhàn)
第31章 Spark大數(shù)據(jù)性能調(diào)優(yōu)實戰(zhàn)專業(yè)之路
后記