譯者序
作者簡介
前言
第1章　安裝Spark以及構建Spark集群 / 1
1.1　單機運行Spark / 4
1.2　在EC2上運行Spark / 5
1.3　在ElasticMapReduce上部署Spark / 11
1.4　用Chef(opscode)部署Spark / 12
1.5　在Mesos上部署Spark / 14
1.6　在Yarn上部署Spark / 15
1.7　通過SSH部署集群 / 16
1.8　鏈接和參考 / 21
1.9　小結 / 21
第2章　Spark shell的使用 / 23
2.1　加載一個簡單的text文件 / 24
2.2　用Spark shell運行邏輯迴歸 / 26
2.3　交互式地從S3加載數據 / 28
2.4　小結 / 30
第3章　構建並運行Spark應用 / 31
3.1　用sbt構建Spark作業 / 32
3.2　用Maven構建Spark作業 / 36
3.3　用其他工具構建Spark作業 / 39
3.4　小結 / 39
第4章　創建SparkContext / 41
4.1　Scala / 43
4.2　Java / 43
4.3　Java和Scala共享的API / 44
4.4　Python / 45
4.5　鏈接和參考 / 45
4.6　小結 / 46
第5章　加載與保存數據 / 47
5.1　RDD / 48
5.2　加載數據到RDD中 / 49
5.3　保存數據 / 54
5.4　連接和參考 / 55
5.5　小結 / 55
第6章　操作RDD / 57
6.1　用Scala和Java操作RDD / 58
6.2　用Python操作RDD / 79
6.3　鏈接和參考 / 83
6.4　小結 / 84
第7章　Shark-Hive和Spark的綜閤運用 / 85
7.1　為什麼用Hive/Shark / 86
7.2　安裝Shark / 86
7.3　運行Shark / 88
7.4　加載數據 / 88
7.5　在Spark程序中運行HiveQL查詢 / 89
7.6　鏈接和參考 / 92
7.7　小結 / 93
第8章　測試 / 95
8.1　用Java和Scala測試 / 96
8.2　用Python測試 / 103
8.3　鏈接和參考 / 104
8.4　小結 / 105
第9章　技巧和竅門 / 107
9.1　日誌位置 / 108
9.2　並發限製 / 108
9.3　內存使用與垃圾迴收 / 109
9.4　序列化 / 110
9.5　IDE集成環境 / 111
9.6　Spark與其他語言 / 112
9.7　安全提示 / 113
9.8　郵件列錶 / 113
9.9　鏈接和參考 / 113
9.10　小結 / 114
· · · · · · (收起)