Spark SQL是 Spark大数据框架的一部分，支持使用标准SQL查询和HiveQL来读写数据，可用于结构化数据处理，并可以执行类似SQL的Spark数据查询，有助于开发人员更快地创建和运行Spark程序。 全书分为4篇，共9章，第一篇讲解了Spark SQL 发展历史和开发环境搭建。第二篇讲解了Spark SQL 实例，使得读者掌握Spark SQL的入门操作，了解Spark RDD、DataFrame和DataSet，并熟悉 DataFrame 各种操作。第三篇讲解了基于WiFi探针的商业大数据分析项目，实例中包含数据采集、预处理、存储、利用Spark SQL 挖掘数据，一步一步带领读者学习Spark SQL强大的数据挖掘功能。第四篇讲解了Spark SQL 优化的知识。 本书适合Spark初学者、Spark数据分析人员以及Spark程序开发人员，也适合高校和培训学校相关专业的师生教学参考。

Spark?SQL是Spark用于处理结构化数据的一个模块。本书共8章内容，由浅入深地讲解Spark?SQL的基础知识、安装部署、编程基础、编程进阶、函数、性能调优技巧以及编程实践等知识。通过本书的学习，读者能够掌握Spark?SQL核心技术。本书每章安排了习题和总结，以便使读者能更好地学习和更牢固地掌握Spark?SQL编程方法。此外，本书还提供了PPT教学课件、源代码等配套资源，供使用本书的读者下载。 本书可作为高等学校大数据、计算机、统计相关专业学生的大数据进阶课程的教材，也可供相关技术人员学习参考。

本书由多年从事SQL 方面研究和咨询工作的资深专家编写，重点讲解SQL 查询和数据操作的相关主题，包括关系型数据库和SQL、SQL 基础、多表操作、汇总和分组数据，以及修改数据集等内容，针对编写SQL 查询提供了轻松易懂的逐步指导，并包含上百个带有详细说明的例子。附录列出了所有SQL 语句的语法图和示例数据库的结构等。

经过多年的发展，大数据处理技术逐步成熟。作为业界大数据计算的事实标准，Apache Spark系统已经广泛应用于各大企业与研究机构，并形成完整的生态系统。Spark系统包含了SQL、GraphX和R等各个子系统以支持不同业务领域的需求。作为传统关系数据库/数据仓库在大数据场景下的解决方案，Spark SQL已经成为了业界的重要选择方案，同时也成为了Spark开源社区中最为活跃的部分。本书聚焦于Spark SQL系统，对其整体架构、内部各个模块的技术实现机制进行源码级别的剖析，涉及到SQL编译、逻辑计划、物理执行计划、重要查询(如Aggregation与Join等)的技术细节。此外，本书内容上还会结合生产环境的海量应用，分享大量真实开发案例与实践优化经验。

经过多年的发展，大数据处理技术逐步成熟。作为业界大数据计算的事实标准，Apache Spark系统已经广泛应用于各大企业与研究机构，并形成完整的生态系统。Spark系统包含了SQL、GraphX和R等各个子系统以支持不同业务领域的需求。作为传统关系数据库/数据仓库在大数据场景下的解决方案，Spark SQL已经成为了业界的重要选择方案，同时也成为了Spark开源社区中最为活跃的部分。本书聚焦于Spark SQL系统，对其整体架构、内部各个模块的技术实现机制进行源码级别的剖析，涉及到SQL编译、逻辑计划、物理执行计划、重要查询(如Aggregation与Join等)的技术细节。此外，本书内容上还会结合生产环境的海量应用，分享大量真实开发案例与实践优化经验。

本书介绍了SQL的编程原理、基本原则、使用方法及技巧，包含数据库设计基础知识，第一范式、第二范式、第三范式的概念和范式间的转换方法，涉及数据库创建、单表查询、多表查询、更新数据、数据库管理知识，并提供了常用SQL语句的案例速查表。公司使用SQL来管理订单、物品、客户和销售代表的有趣案例贯穿全书，方便读者跟随进度逐步上手SQL。 本书可作为高等院校SQL或数据库相关课程的参考教材，也可作为SQL的案例参考和函数速查手册，适合有一定编程基础、想要上手使用SQL的人阅读。

本书介绍了SQL的编程原理、基本原则、使用方法及技巧，包含数据库设计基础知识，第一范式、第二范式、第三范式的概念和范式间的转换方法，涉及数据库创建、单表查询、多表查询、更新数据、数据库管理知识，并提供了常用SQL语句的案例速查表。公司使用SQL来管理订单、物品、客户和销售代表的有趣案例贯穿全书，方便读者跟随进度逐步上手SQL。 本书可作为高等院校SQL或数据库相关课程的参考教材，也可作为SQL的案例参考和函数速查手册，适合有一定编程基础、想要上手使用SQL的人阅读。

·大数据技术和Spark概述。 ·通过实例学习DataFrame、SQL、Dataset等Spark的核心API。 ·了解Spark的低级API实现，包括RDD以及SQL和DataFrame的执行过程。 ·了解Spark如何在集群上运行。 ·Spark集群和应用程序的调试、监控、和调优。 ·学习Spark强大的流处理引擎——结构化流处理。 ·学习MLlib并了解如何应用它解决包括分类、推荐，以及其他多种实际问题。

《Kafka入门与实践》以Kafka0.10.1.1版本以基础，对Kafka的基本组件的实现细节及其基本应用进行了详细介绍，同时，通过对Kafka与当前大数据主流框架整合应用案例的讲解，进一步展现了Kafka在实际业务中的作用和地位。本书共10章，按照从抽象到具体、从点到线再到面的学习思维模式，由浅入深，理论与实践相结合，对Kafka进行了分析讲解。《Kafka入门与实践》中的大量实例来源于作者在实际工作中的实践，具有现实指导意义。相信读者阅读完本书之后，能够全面掌握Kafka的基本实现原理及其基本操作，能够根据书中的案例举一反三，解决实际工作和学习中的问题。

本书结合大量实例，详细介绍了在开发现场引入DevOps 的具体流程。在对DevOps 出现的背景和相关概念进行说明之后，首先介绍了如何在个人环境中引入DevOps，接着介绍了在团队中开展DevOps 的方法，最后介绍了引入DevOps的最佳实践。内容全面涵盖了DevOps 相关的工具、技术和开发思想。