Apache Spark大数据分析 基于Azure Databricks云平台

Azure Databricks是一款基于云的大数据分析和机器学习平台，用于实现基于Apache Spark的数据处理，为快速增长的海量数据的处理和决策需求分析提供了良好的支撑。《Apache Spark大数据分析：基于Azure Databricks云平台》详细介绍基于Azure Databricks云平台来使用Apache Spark完成大规模数据处理和分析的方法。本书总计11章，首先介绍大规模数据分析相关的概念；然后介绍受管的Spark及其与Databricks的关系，以及Databricks的版本差异和使用方法（涵盖工作区、集群、笔记本、Databricks文件系统、数据导入/导出等内容）；接着介绍使用SQL和Python分别实现数据分析的过程，数据提取、变换、加载、存储、优化技巧等高阶数据处理方法以及外部连接工具、生产环境集成等内容；最后探讨了运行机器学习算法、合并数据更新以及通过API运行Databricks、Delta流处理等高阶主题。

作为数据分析领域的入门书，本书具有很强的实用性，可供数据工程师、数据分析师和决策分析人员等学习和参考。

罗伯特•伊利杰森（Robert Ilijason），商务智能领域深耕20年的战场老兵，曾担任过欧洲一些大公司的外包人，并在零售、电信、银行、政府机构等领域做过大规模数据分析项目。多年来，数据分析领域的各种风尚潮起潮落，但他深信云端Apache Spark（尤其是与Databricks一起）与众不同，将是游戏规则的改变者。