本书共分为9章，结构清晰、层次分明，遵循由基础到高级、由理论到实践的递进逻辑，全方位覆盖分布式计算框架的核心知识与实操技能。前3章为基础知识模块，重点介绍分布式计算集群的核心原理、安装部署流程及基本语法，为读者搭建扎实的理论基础，助力快速入门分布式计算领域；第4至7章为数据分析核心组件模块，其中第4章深入剖析Spark核心组件RDD的调度原理与变量共享机制，第5章详细讲解基于DataFrame和DataSet抽象的Spark SQL的应用方法、架构体系及优化原理，第6章系统阐述当前主流的实时数据分析组件(Spark Streaming)的核心特性，并实现与各类主流数据源的无缝对接；第8至9章为高级应用模块，第8章聚焦SparkML的实践应用，详解如何运用机器学习算法开展数据评估、预测、分析及有价值数据挖掘，第9章立足多学科融合视角，带领读者完成软件工程与大数据分析全栈式开发实践，实现理论知识与工程应用的深度结合。