Fast Data Processing with Spark 2 3rd Edition

Spark 的大数据效率是真的快，尤其是用上这本《Fast Data Processing with Spark 2, 3rd Edition》，思路清晰，实战性强。像日志、跑数据清洗任务，速度直接拉满，代码也不绕。

Spark 的分布式计算配合内存加速，像 TB 级的数据都不费劲。你要是平时有批量日志、用户行为这类场景，用 Spark 准没错。更妙的是，书里讲到的东西都能直接落地。

嗯，如果你还在用老方法写 MapReduce，真建议看看这本书。DataFrame、Spark SQL用起来顺手，响应也快，关键代码量少一大截。

对了，想进一步玩转实时，可以看看Apache Spark 实时之道这篇文章，讲得也挺实在。

另外，Druid 集群的实时方案也蛮有意思，跟 Spark 搭配能玩出不少花样。如果你习惯 Flink 的写法，这篇也别错过。

小提示：用 Spark 的时候，资源配置记得合理点，driver-memory和executor-memory这些别偷懒，调优起来挺关键。

如果你刚入门大数据，这本书是个不错的起点；如果你已经有项目在跑，拿来对照优化也有价值。