前言
第1章 Spark基礎(chǔ)
1.1 初識(shí)Spark
1.1.1 Spark簡介
1.1.2 Spark發(fā)展
1.2 Spark應(yīng)用場景
1.3 Spark生態(tài)系統(tǒng)
1.4 Spark與Hadoop對比
1.5 Spark多語言編程
本章小結(jié)
練習(xí)一
第2章 Scala語言基礎(chǔ)
2.1 Scala語言概述
2.1.1 Scala語言簡介
2.1.2 Scala編譯器安裝
2.2 Scala命名規(guī)范
2.2.1 基本語法
2.2.2 Scala關(guān)鍵字
2.2.3 Scala注釋
2.3 變量
2.3.1 val變量
2.3.2 var變量
2.4 數(shù)據(jù)類型和運(yùn)算符
2.4.1 數(shù)據(jù)類型
2.4.2 運(yùn)算符
2.5 Scala控制結(jié)構(gòu)
2.5.1 if…else語句
2.5.2 循環(huán)語句
2.6 函數(shù)的定義和調(diào)用
2.6.1 內(nèi)置函數(shù)和自定義函數(shù)
2.6.2 函數(shù)的參數(shù)
2.7 Scala的lazy值
2.8 異常Exception的處理
2.9 數(shù)組
2.9.1 定長數(shù)組和變長數(shù)組
2.9.2 遍歷數(shù)組
2.9.3 數(shù)組轉(zhuǎn)換
2.9.4 數(shù)組常用方法
2.10 元組
2.10.1 創(chuàng)建元組
2.10.2 元組的訪問和遍歷
2.10.3 拉鏈操作
2.11 集合
2.11.1 列表（List）
2.11.2 集合（Set）
2.11.3 映射（Map）
2.12 類
2.12.1 類的定義
2.12.2 get方法和set方法
2.12.3 構(gòu)造器
2.12.4 內(nèi)部類
2.13 單例對象和伴生對象
2.13.1 單例（object）對象
2.13.2 伴生對象
2.13.3 apply方法
2.14 Scala中的繼承
2.14.1 父類具有無參構(gòu)造器的繼承
2.14.2 父類具有帶參構(gòu)造器的繼承
2.15 抽象
2.16 Scala中的特質(zhì)
2.16.1 將特質(zhì)作為接口使用
2.16.2 在特質(zhì)中定義具體的方法
2.16.3 混合使用特質(zhì)的具體方法和抽象方法
2.17 Scala包和引用
2.17.1 創(chuàng)建包
2.17.2 引用
2.17.3 包重命名和隱藏方法
本章小結(jié)
練習(xí)二
第3章 Spark設(shè)計(jì)與運(yùn)行原理
3.1 Spark架構(gòu)設(shè)i計(jì)
3.1.1 Spark相關(guān)術(shù)誘
3.1.2 Spark架構(gòu)
3.1.3 Spark運(yùn)行流程
3.2 Spark核心功能
3.2.1 Spark Core組成
3.2.2 Spark編程模型
3.2.3 Spark計(jì)算模型
3.3 Spark運(yùn)行模式
3.3.1 Local（本地）模式
3.3.2 Standalone（獨(dú)立）模式
3.3.3 Mesos（Spark on Mesos）模式
3.3.4 Yarm（Spark on Yam）模式
本章小結(jié)
練習(xí)三
第4章 Spark環(huán)境搭建和使用
4.1 Spark開發(fā)環(huán)境閥述
4.2 操作系統(tǒng)及其網(wǎng)絡(luò)環(huán)境準(zhǔn)備
4.2.1 操作系統(tǒng)環(huán)境
4.2.2 遠(yuǎn)程登錄
4.2.3 Limux系統(tǒng)軟件源配置
4.2.4 安裝和配置第二臺(tái)和第三臺(tái)虛擬機(jī)
4.3 Spark環(huán)境搭建
4.3.1 安裝JDK
4.3.2 安裝Hadoop
4.3.3 安裝MySQL Server
4.3.4 安裝Hive
4.3.5 安裝ZooKeeper
4.3.6 安裝Scala
4.3.7 安裝Kafka
4.3.8 安裝Spark
4.4 Spark集群環(huán)境測試
4.4.1 使用Spark-submit提交任務(wù)
4.4.2 使用Spark-shell交互式命令工具
本章小結(jié)
練習(xí)四
策5章 Spark RDD彈性分布式數(shù)據(jù)集
5.1 RDD簡介
5.1.1 RDD的特征
5.1.2 詞頻統(tǒng)計(jì)（WordCount）案例實(shí)現(xiàn)過程
S.1.3 RDD的創(chuàng)建
5.2 常用操作
5.2.1 常用的轉(zhuǎn)換
5.2.2 常用的動(dòng)作
5.2.3 實(shí)例操作
5.3 RDD的分區(qū)
5.3.1 分區(qū)的概念
5.3.2 分區(qū)原則和方法
3.4 持久化
5.4.1 持久化存儲(chǔ)級別
5.4.2 持久化存儲(chǔ)級別的選擇
5.5 容錯(cuò)機(jī)制
3.6 綜合實(shí)例
本章小結(jié)
練習(xí)五
第6章 Spark SQL結(jié)構(gòu)化數(shù)據(jù)處理引單
6.1 Spark SQL的基礎(chǔ)知識(shí)
6.1.1 Spark SQL簡介
6.1.2 Spark SQL數(shù)據(jù)抽象
6.1.3 程序主入口Spark:Session
6.2 DataFrame
6.2.1 DataFrame簡介
6.2.2 創(chuàng)建DataFrame
6.2.3 DataFrame查看操作
6.2.4 DataFrame查詢操作
6.2.5 DataFrame輸出操作
6.3 DataSet
6.3.1 DataSet簡介
6.3.2 創(chuàng)建DataSet
6.4 Spark SQL操作數(shù)據(jù)源
本章小結(jié)
練習(xí)六
第7章 Spark Streaming實(shí)時(shí)流處理引單
7.1 離線計(jì)算與實(shí)時(shí)計(jì)算
7.1.1 離線計(jì)算
7.1.2 實(shí)時(shí)計(jì)算
7.1.3 離線計(jì)算與實(shí)時(shí)計(jì)算比較
7.2 初探Spark Streaming
7.2.1 Spark Streaming簡介
7.2.2 Spark Streaming工作原理
7.2.3 Spark Streaming入門程序
7.3 Spark Streaming程序開發(fā)
7.3.1 Spark Streaming環(huán)境準(zhǔn)備
7.3.2 Spark Streaming項(xiàng)目搭建
7.3.3 Spark Streaming核心代碼
7.3.4 Spark Streaming啟動(dòng)及測試
7.4 DStream輸入
7.4.1 離散流（DStream）
7.4.2 DStream輸入源
7.4.3 文件流數(shù)據(jù)源
7.4.4 RDD隊(duì)列流
7.4.5 Spark Streaming整合Flume
7.4.6