Spark: The Definitive Guide

"Spark: The Definitive Guide" ist ein umfassendes Fachbuch, das von den Schöpfern des Open-Source-Cluster-Computing-Frameworks Apache Spark verfasst wurde. Es bietet eine detaillierte Einführung in die Nutzung, Bereitstellung und Wartung von Apache Spark, mit einem besonderen Fokus auf die Verbesserungen und neuen Funktionen der Version 2.0. Die Autoren, Bill Chambers und Matei Zaharia, gliedern die Themen in klar definierte Abschnitte, die jeweils spezifische Ziele verfolgen. Leserinnen und Leser erhalten Einblicke in die grundlegenden Operationen und häufigen Funktionen der strukturierten APIs von Spark sowie in das neue hochgradige API für die Entwicklung von End-to-End-Streaming-Anwendungen, bekannt als Structured Streaming. Das Buch richtet sich an Entwickler und Systemadministratoren und vermittelt die Grundlagen des Monitorings, Tuning und Debugging von Spark. Zudem werden Techniken des maschinellen Lernens und deren Anwendung mit MLlib, der skalierbaren Bibliothek für maschinelles Lernen von Spark, behandelt. Durch praktische Beispiele werden die Kern-APIs von Spark, wie DataFrames, SQL und Datasets, anschaulich erklärt und die Funktionsweise von Spark in einem Cluster erläutert.