Spark The Definitive Guide大数据处理指南

大数据项目里的 Spark 你肯定听说过吧？Databricks 团队的《Spark: The Definitive Guide》这本书，真的是讲得又细又透。作者之一就是 Spark 的核心开发者，讲的都是一线实战经验，读起来一点都不枯燥。

分布式计算模型的核心 RDD，书里讲得清楚，还带你逐步过渡到更高级的DataFrame和Dataset API，代码简洁，响应也快。写业务逻辑轻松不少，开发效率直接上一个台阶。

Spark SQL和Spark Streaming部分也实用。前者用 SQL 搞结构化数据，写起来就像在数据库里查表，后者是实时数据流的利器，比如对接 Kafka、Twitter 都不在话下，适合做实时看板那种场景。

MLlib和GraphX对搞算法和图计算的朋友也友好，分类、聚类、图遍历通通有。对了，书里还讲了不少性能优化技巧，比如Tungsten 内存管理和代码生成机制，调优时参考起来方便。

，这本书内容全面还接地气，适合你系统学习 Spark。哦对了，想深入了解分布式框架，还可以看看Spark 分布式计算框架，还有Hadoop 集群搭建，都是干货。

如果你打算用 Spark 搞数据项目，这本书真的挺值得反复翻一翻的。