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

著者 : 猿田浩輔

• 翔泳社 (2015年10月1日発売)

作品紹介・あらすじ

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。

感想・レビュー・書評

[fraserlibさんの感想 · 2021年10月28日]

請求記号　007.6/E 64

[malloc007さんの感想 · 2016年12月10日]

scalaのインストール方法から解説されていたり、一口にSparkと言っても何種類か用途の違うAPIがあるので、それらが丁寧に解説されていて役立ちました。

[0xC0FFEEさんの感想 · 2016年6月3日]

読了。19冊目。
Apache Spark を使ってビッグデータを活用した機械学習とか、やってみたい。とはいえ環境を整えるにはそれなりのリソースがいるなあ。

[n3104さんの感想 · 2016年1月13日]

http://n3104.hatenablog.com/entry/2015/11/29/170331

著者プロフィール

「2015年 『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』 で使われていた紹介文から引用しています。」