Spark 高級數據分析 Spark高级数据分析

<內容簡介>

　　本書是使用Spark進行大規模數據分析的實戰寶典，由大數據公司Cloudera的數據科學家撰寫。四位作者首先結合數據科學和大數據分析的廣闊背景講解了Spark，然後介紹了用Spark和Scala進行數據處理的基礎知識，接著討論瞭如何將Spark用於機器學習，同時介紹了常見應用中幾個常用的算法。此外還收集了一些更加新穎的應用，比如通過文本隱含語義關係來查詢Wikipedia或分析基因子據。

<作者簡介>

　　Sandy Ryza是Cloudera公司數據科學家，Apache Spark項目的活躍代碼貢獻者。領導了Cloudera公司的Spark開發工作。他還是Hadoop項目管理委員會委員。

　　Uri Laserson是Cloudera公司數據科學家，專註於Hadoop生態系統中的Python部分。

　　Sean Owen是Cloudera公司EMEA地區的數據科學總監，也是Apache Spark項目的代碼提交者。他創立了基於Spark、Spark Streaming和Kafka的Hadoop實時大規模學習項目Oryx（之前稱為Myrrix）。

　　Josh Wills是Cloudera公司的高級數據科學總監，Apache Crunch項目的發起者和副總裁。