Holden Karau是Databricks的软件开发工程师，活跃于开源社区。她还著有《Spark快速数据处理》。 Andy Konwinski是Databricks联合创始人，Apache Spark项目技术专家，还是Apache Mesos项目的联合发起人。 Patrick Wendell是Databricks联合创始人，也是Apache Spark项目技术专家。他还负责维护Spark核心引擎的几个子系统。 Matei Zaharia是Databricks的CTO，同时也是Apache Spark项目发起人以及Apache基金会副主席。

·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。

《Spark GraphX实战》是一本Spark GraphX入门书籍。前5章为基础内容，即使读者对Spark、GraphX、Scala不熟悉，也能快速上手；后5章为图计算进阶，主要是图算法和机器学习算法的相关内容。专门讲图计算的书很少，《Spark GraphX实战》在第2、3、4章介绍了图的基础知识、GraphX基础知识、GraphX内置的图算法。第6章到第10章，主要介绍了GraphX之外的图算法、机器学习、图工具、GraphX监控和优化、GraphX的能力增强等实用技能。第9章和第10章主要介绍性能调优和监控，主要面向生产环境，有不少可以借鉴的技巧。 《Spark GraphX实战》面向对图计算感兴趣的读者，旨在帮助读者掌握Spark GraphX的相关知识及其应用。

本书以Scala作为开发Spark应用程序的编程语言，系统介绍了Spark编程的基础知识。全书共8章，内容包括大数据技术概述、Scala语言基础、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、SparkSQL、SparkStreaming、SparkMLlib等。

埃里希·玛丽亚·雷马克（Erich Maria Remarque，1898—1970） 德裔美籍小说家。1898年生于德国一个工人家庭，18岁时志愿参加第一次世界大战并在前线负伤，战后做过教师、记者、编辑等多种工作。1929年，长篇小说《西线无战事》出版，引起轰动，并迅速被翻译成二十多种语言，使他成为蜚声世界的作家。因为他的反战立场，德国纳粹上台后，将他与托马斯·曼等人的作品公开焚毁。1938年，他被剥夺德国国籍，后流亡美国。1947年，他加入美国国籍，次年返回欧洲并定居瑞士。1970年9月25日，雷马克在瑞士逝世。1991年，雷马克的家乡奥斯纳布吕克设立埃里希·玛丽亚·雷马克和平奖。 雷马克的著作大多带有自传色彩，用词精练，抒情的书写中却透出客观、冷峻的气质，被比作德国的海明威。他一生共著有十五部小说、三个剧本和两部文集，其中《西线无战事》《凯旋门...(展开全部)

If you have a basic knowledge of machine learning and want to implement various machine-learning concepts in the context of Spark ML, this book is for you. You should be well versed with the Scala and Python languages.

This guide appeals to big data engineers, analysts, architects, software engineers, even technical managers who need to perform efficient data processing on Hadoop at real time. Basic familiarity with Java or Scala will be helpful.The assumption is that readers will be from a mixed background, but would be typically people with background in engineering/data science with no prior Spark experience and want to understand how Spark can help them on their analytics journey.

Nick Pentreath 是Graphflow公司联合创始人。Graphflow是一家大数据和机器学习公司，专注于以用户为中心的推荐系统和客户服务智能化技术。Nick拥有金融市场、机器学习和软件开发背景，曾任职于高盛集团，之后去在线广告营销创业公司Cognitive Match Limited（伦敦）担任研究科学家，后又去非洲最大的社交网络Mxit领导数据科学与分析团队。Nick是Apache Spark项目管理委员会成员之一。

本书每章都设计了案例研究，以机器学习算法为主线，结合实例探讨了Spark 的实际应用。书中没有让人抓狂的数据公式，而是从准备和正确认识数据开始讲起，全面涵盖了推荐系统、回归、聚类、降维等经典的机器学习算法及其实际应用。

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。