阿帕奇火花™ 已迅速成为各行业大数据处理和数据科学的事实标准。这些用例从提供基于用户行为的建议到分析数以百万计的基因组序列，以加速个性化药物的创新和开发。我们的工程师，包括在加州大学伯克利分校（UC Berkeley）启动Spark研究项目（后来成为ApacheSpark）的团队，继续推动Spark开发，使这些变革性的用例成为现实。通过Databricks博客，他们定期强调新的Spark版本和特性，提供关于Spark组件的技术教程，此外还分享实用的实现工具和技巧。这本电子书是系列的第一本，提供了由Spark主要贡献者和Spark PMC成员撰写的最受欢迎的技术博客文章，其中包括加州大学伯克利分校Spark研究项目的创建者Matei Zaharia、Spark的首席架构师Reynold Xin、Spark SQL背后的架构师Michael Armbrust；Meng Xiangrui Meng和Joseph Bradley，Spark MLlib的驱动程序；以及Spark Streaming背后的首席开发者如来田达斯，仅举几个例子。这些博客文章强调了许多旨在简化Spark分析的主要发展，包括：第1节：ApacheSpark分析API简介第2节：数据导入的技巧和技巧第三部分：Spark分析的真实案例研究本电子书中包含了最近用Python、Scala、SQL、R和Markdown创建的Databricks笔记本，它将帮助您实验和可视化apachespark分析。如果您无法访问Databricks，请免费注册Databricks社区版！无论你是刚刚开始使用Spark，还是已经是Spark power的用户，这本电子书将为你的下一个Spark项目提供成功的知识。把电子书拿过来。免费试用Databricks。今天就开始吧