本书将为大家全面而深入地介绍Hadoop、Spark和NoSQL平台的构建，深入浅出地讲解Hadoop、Spark和NoSQL的基础知识、架构方案与实战技巧等。通过阅读本书，读者可以对大数据平台架构有一个明确、清晰的认识，掌握Hadoop、Spark、NoSQL平台的使用技巧，从而搭建一个安全可靠的大数据集群平台，来满足企业的实际需求。本书共15章，可分为五大部分。第一部分（第1章）为大数据平台架构概述，讲述大数据平台的基本概念与实际应用；第二部分（第2章～第6章）主要讲解Hadoop的基本使用

用Java编写的Spark应用程序；Spark应用架构；提取文件、数据库、数据流和Elasticsearch的数据；使用SparkSOL查询分布式数据集

本书是作者基于其在Uber跟踪团队担任技术主管时的个人经历而写的。本书分4部分共14章，内容包括：为什么需要分布式跟踪、跟踪一次HotROD之旅、分布式跟踪基础、OpenTracing的埋点基础、异步应用程序埋点、跟踪标准与生态系统、使用服务网格进行跟踪、关于采样、跟踪的价值、分布式上下文传播、集成指标与日志、通过数据挖掘提炼洞见、在大型组织中实施跟踪、分布式跟踪系统的底层架构。希望读者能通过本书了解分布式跟踪及其相关应用的基本原则和设计思路，从而找到将其应用到自己的项目和系统中的有效方法。本书

Spark作为新兴的、应用范围广泛的大数据处理开源框架，吸引了大量的大数据分析与挖掘从业人员进行相关内容的学习与开发，其中ML是Spark3.0机器学习框架使用的核心。本书用于Spark3.0ML大数据分析与挖掘入门，配套示例源码、PPT课件、数据集、思维导图、开发环境和作者答疑服务。本书共分13章，从Spark3.0大数据分析概述、基础安装和配置开始，依次介绍ML的DataFrame、ML的基本概念，以及协同过滤、线性回归、分类、决策树与随机森林、聚类、关联规则、数据降维、特征提取和转换等数据

我们每天都要接触大量资料：短信、邮件、微信、发票、订单、股票价格、天气预报、员工资料、原材料存量、应收账款……这些都是数据。我们每人每天都生活在数据的海洋中，无论是工作还是生活，都离不开数据，离不开手机、电脑，乃至承载大数据的云端。没有它们，我们根本无法正常工作与生活。但所有这些数据在特定的时空下都同样有用吗？你曾否在做某项决策时不知道如何在海量的数据中筛选出少量真正有助于你做正确决策的东西？这就是信息。在数据的海洋中，我们寻找那些有助于我们解决问题的信息，这就好比“大海捞针”。本书就是告诉你怎

本书由资深大数据专家精心编写，循序渐进地介绍了Flink生态系统主流的大数据开发技术。全书共7章，第1章讲解Flink的基础知识，包括Flink应用场景、主要组件、编程模型等，最后通过一个单词计数示例带领读者快速体验Flink应用程序的编写；第2、3章讲解Flink的多种运行时架构、任务调度原理、数据分区以及Flink集群的安装部署，同时包括Flink命令行操作、应用程序提交、常用Shell命令等；第4～7章讲解了Flink流式计算DataStreamAPI、关系型计算Table&SQLAPI以

业务架构是跨系统的业务蓝图，应用架构、数据架构、技术架构是解决方案的不同方面。多年来，业界已在业务架构、应用架构、数据架构、技术架构方面积累了大量经验。近几年，数字化转型更是呼唤“懂行人”打通四种架构，确保技术支撑业务、业务支撑战略。本书的主要内容即在于此。首先，解读战略、业务架构、应用架构、数据架构、技术架构五者的对应岗位、产物、脉络关系。然后，结合大案例，详探下列实战法：战略驱动的业务架构设计；业务驱动的应用架构设计；业务驱动的数据架构设计；业务和技术趋势双轮驱动的技术架构设计。再后，分享业

本书基于Flink的稳定版本1.13，从Flink数据处理思想开始讲解，带领读者深入理解Flink的基本架构，进而由浅入深，结合具体案例，详细剖析了Flink中DataStreamAPI的使用，并对Flink中的时间语义、状态、容错机制等重要概念进行了详尽的阐述。另外，本书还对实际开发中常用的FlinkSQL、CEP等高层级API进行了细致的讲解，以电商网站中的实际应用为场景，提供了大量的代码实现。本书分为三大部分：第1～5章，带领读者初步认识Flink并编写基本的Flink程序；第6～10章，

本书共8章，内容主要包括Spark概述及入门实战，Spark的作业调度和资源分配算法，SparkSQL、DataFrame、Dataset的原理和实战，深入理解Spark数据源，流式计算的原理和实战，亿级数据处理平台Spark性能调优，Spark机器学习库，Spark3.0的新特性和数据湖等。 本书适合Spark开发人员和Spark运维人员阅读。

《精通Hadoop3》详细阐述了与Hadoop3相关的基础知识，主要包括Hadoop3简介、深入理解Hadoop分布式文件系统、YARN资源管理器、MapReduce内部机制、Hadoop中的SQL、实时处理引擎、Hadoop生态圈组件、定义Hadoop中的应用程序、Hadoop中的实时流处理、Hadoop中的机器学习、云端中的Hadoop、Hadoop集群分析、Hadoop中的角色及其执行内容、网络和数据安全、监测Hadoop等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关