Spark 2nd Edition快速数据处理.pdf

作者： Wes McKinney页数： 550语言： 英文出版商： O'Reilly Media出版日期： 2017-09-25ISBN-10： 1491957662ISBN-13： 9781491957660目录：- 前言- Python 语言基础、IPython 和 Jupyter 笔记本- 内置数据结构、函数和文件- NumPy 基础：数组和矢量化计算- pandas 入门- 数据加载、存储和文件格式- 数据清洗和准备- 数据处理：连接、合并和重塑- 绘图和可视化- 数据汇总和组操作- 插曲：数据分析示例- 时间序列- 高级 NumPy- 使用 pandas 的建模库- 示例数据集- 附录：高级 IPython 和 Jupyter

Expert MySQL is the premier guide for learning, comprehending, and expanding the MySQL server. It fully explores the potential of open-source by demonstrating methods to alter the code, develop custom storage engines, design personalized authentication plugins, and introduce unique functions and commands into SQL syntax. No other publication matches the comprehensive insights and practical examples into MySQL's inner workings, expertise honed over years by engineers. Expert MySQL serves as an indispensable resource for integrators, engineers, and software developers engaged with MySQL server code.

Updated for the latest database management systems -- including MySQL 6.0, Oracle 11g, and Microsoft's SQL Server 2008 -- this introductory guide will get you up and running with SQL quickly. Whether you need to write database applications, perform administrative tasks, or generate reports, Learning SQL, Second Edition will help you easily master all the SQL fundamentals. Each chapter presents a self-contained lesson on a key SQL concept or technique, with numerous illustrations and annotated examples.

自第一版《PostgreSQL Replication》以来，许多新技术已经涌现或得到改进。在PostgreSQL社区中，全球无数的人们致力于重要的技术和工具，以使PostgreSQL更加实用和强大。为了确保读者能够享受到所有这些新功能和强大的工具，我决定撰写第二版改进版《PostgreSQL Replication》。基于第一版的成功，希望使本书对全球的管理员和开发人员更加有用。所有重要的新发展都已涵盖，并且大多数章节已经重新设计，使其更易理解、更全面并且保持最新。希望大家能从这本书中受益。

《MySQL Cookbook(第2版)》是一本专为MySQL数据库用户准备的深入浅出的实用指南。这本书的中文版帮助中国读者更好地理解和应用MySQL，尤其是面对日常数据库操作与复杂查询的难题时。本书涵盖了从基础到高级的主题，包含以下关键内容： 1. 安装与配置 提供不同操作系统上MySQL的安装步骤，并指导如何调整服务器参数以优化性能。 2. 数据类型与模式设计 介绍MySQL的数据类型，如何创建和管理数据库模式，以及如何设计符合业务需求的表结构。 3. SQL查询 详述如何编写高效的SELECT语句，包括联接查询、子查询、分组和聚合函数的应用，以及使用窗口函数进行复杂分析。 4. 插入与更新数据 讲解INSERT、UPDATE和DELETE语句的使用技巧，并探讨事务与并发控制的处理方法。 5. 索引与性能优化 解析索引原理，如何创建与管理B树、哈希索引，并使用EXPLAIN分析查询性能并优化。 6. 存储引擎 比较InnoDB和MyISAM等主要存储引擎的特点和适用场景，帮助选择合适的引擎。 7. 备份与恢复 介绍全量备份、增量备份和热备份，以及在数据丢失时的恢复方法。 8. 安全与权限管理 涵盖用户账户管理、权限分配、加密技术等，保障数据库的安全性。 9. 复制与集群 详解MySQL的复制机制、主从复制设置以及高可用性和负载均衡的实现。 10. 日志与监控 讲述错误日志、查询日志和慢查询日志的使用，并使用监控工具跟踪数据库性能。 11. 程序接口 如何用PHP、Python、Java等语言与MySQL交互，及利用ODBC和JDBC连接MySQL。 12. 高级话题 包括分区、触发器、存储过程、事件调度器等进阶功能，并探讨JSON数据的处理方法。 通过阅读《MySQL Cookbook(第2版)》中文版，读者可以掌握MySQL的全方位知识，无论是初学者还是经验丰富的DBA，都能从中找到合适的解决方案。

Spark作为Apache软件基金会的开源大数据处理框架，以其高效、易用和通用性而闻名。在大数据领域，由于其内存计算特性，Spark相比于Hadoop MapReduce能够显著提升处理速度，成为快速数据分析的重要工具。深入探讨了Spark在大数据分析中的应用和核心知识点。Spark的核心理念是基于内存的数据处理方式，支持批处理、交互式查询、实时流处理和机器学习，构建了全面的大数据处理生态系统。Spark的架构基于弹性分布式数据集（RDDs），提供了并行操作的不可变分区记录集合。Spark SQL引入了DataFrame的概念，使得用户能够以SQL语法进行数据操作，并支持多种数据源操作。Spark Streaming处理实时数据流，保持低延迟特性，并与Spark SQL、MLlib等无缝集成。MLlib是Spark提供的机器学习库，包含各种算法和工具，简化了机器学习流程。为了最大化性能，文章还讨论了Spark的内存管理和其他性能优化策略。

MongoDB Definitive Guide第二版（2013）英文版与第一版（2010）中文版

Spark作为一个强大的开源大数据处理框架，不仅定义了大数据时代的新标准，而且支持多种计算工作负载，包括批处理、流处理、机器学习和图计算。本书详细探讨了Spark的设计理念、架构和使用方法，提供了丰富的实战案例和多语言API（如Java和Python）。读者可以通过阅读本书快速掌握Spark的基本操作和高级应用。

本书介绍了Spark框架在实时分析大数据中的技术，包括其高阶应用。