Apache Spark入門―動かして学ぶ最新並列分散処理フレームワーク [単行本]

本書はＡｐａｃｈｅ　Ｓｐａｒｋの概要からＲＤＤによる処理の仕組み、導入やアプリケーション開発までを解説します。また、「ＳＱＬインターフェイス」「機械学習」「ストリーム処理」「グラフ」などＡｐａｃｈｅ　Ｓｐａｒｋ周辺のライブラリの活用についても説明します。話題のＡｐａｃｈｅ　Ｓｐａｒｋの仕組みとその利用方法を理解することにより、データ処理の新しい潮流を知ることができます。

第1章：Apache Sparkとは
第2章：Sparkの処理モデル
第3章：Sparkの導入
第4章：Sparkアプリケーションの開発と実行
第5章：基本的なAPIを用いたプログラミング
第6章：構造化データセットを処理する - Spark SQL -
第7章：ストリームデータを処理する - Spark Streaming -
第8章：機械学習を行う - MLlib -
Appendix
A. GraphXによるグラフ処理
B. SparkRを使ってみる
C. 機械学習とストリーム処理の連携
D. Web UIの活用

ビッグデータ、機械学習、IoTなどの分野で、応用が期待される話題のオープンソースソフトを書下ろしで解説

Apache Sparkは多数のコンピュータを並列で動かして高速処理を実現する技術です。大量データのバッチ処理や機械学習など、ビッグデータの分野での活用が期待されるOSS（Open Source Software）です。

Apache SparkはUCバークレイで提唱されたRDD（Resilient Distributed Dataset）というデータモデルを採用し、メモリを上手に活用した効率的な処理を実現します。これにより、並列分散処理において高いパフォーマンスが期待できます。また、分散処理フレームワークHadoopとの高い親和性を有しており、YARNやHDFSなどのHadoopシステムの枠組が利用できます。

本書はApache Sparkの概要からRDDによる処理の仕組み、導入やアプリケーション開発までを解説します。また、「SQLインターフェイス」「機械学習」「ストリーム処理」「グラフ」などApache Spark周辺のライブラリの活用についても説明します。

話題のApache Sparkの仕組みとその利用方法を理解することにより、データ処理の新しい潮流を知ることができます。