颠覆大数据分析

前言

致谢

关于作者

1引言：为什么要超越 Hadoop Map-Reduce

Hadoop的适用范围

大数据分析之机器学习实现的革命 10

第一代机器学习工具 /范式

第二代机器学习工具 /范式

第三代机器学习工具 /范式

小结

参考文献

2何为伯克利数据分析栈（BDAS）

实现 BDAS的动机

Spark：动机

Shark：动机

Mesos：动机

BDAS的设计及架构

Spark：高效的集群数据处理的范式

Spark的弹性分布式数据集

Spark的实现

Spark VS 分布式共享内存系统

RDD的表达性

类似 Spark的系统

Shark：分布式系统上的 SQL接口 46

Spark为 Shark提供的扩展

列内存存储 49

分布式数据加载

完全分区智能连接

分区修剪

机器学习的支持

Mesos：集群调度及管理系统

Mesos组件 52

资源分配

隔离

容错性

小结

参考文献

使用 Spark实现机器学习算法

机器学习基础知识

机器学习：随机森林示例

逻辑回归：概述 72

二元形式的逻辑回归

逻辑回归估计

多元逻辑回归

Spark中的逻辑回归算法

支持向量机

复杂决策面 81

支持向量机背后的数学原理

Spark中的支持向量机

Spark对 PMML的支持

PMML结构

PMML的生产者及消费者

Spark对朴素贝叶斯的 PMML支持

Spark对线性回归的 PMML支持

在 Spark中使用 MLbase进行机器学习

参考文献

实现实时的机器学习算法

Storm简介

数据流

拓扑

Storm集群

简单的实时计算例子

数据流组

Storm的消息处理担保

基于 Storm的设计模式

分布式远程过程调用

Trident：基于 Storm的实时聚合

实现基于 Storm的逻辑回归算法

实现基于 Storm的支持向量机算法

Storm对朴素贝叶斯 PMML的支持

实时分析的应用

工业日志分类

互联网流量过滤器

Storm的替代品

Spark流

D-Streams的动机

参考文献

图处理范式 138

Pregel：基于 BSP的图处理框架

类似的做法

开源的 Pregel实现

Giraph

GoldenORB

Phoebus

Apache Hama

Stanford GPS

GraphLab

GraphLab：多核版本

分布式的 GraphLab

PowerGraph

通过 GraphLab实现网页排名算法

顶点程序

基于 GraphLab实现随机梯度下降算法

参考文献

结论：超越Hadoop Map-Reduce的大数据分析

Hadoop YARN概览

Hadoop YARN的动机

作为资源调度器的 YARN

YARN上的其他框架

大数据分析的未来是怎样的

参考文献

附录 A代码笔记

《颠覆大数据分析：基于Storm、Spark等Hadoop替代技术的实时应用》每章一个主题，介绍了各种大数据分析技术与机器学习算法。本书能够让读者掌握大数据分析和机器学习的相关技术的大致脉络，为之后的进阶学习提供参考与指导。《颠覆大数据分析：基于Storm、Spark等Hadoop替代技术的实时应用》适合大数据技术入门者、希望对大数据技术有所了解，以及想要学习大数据技术但是不知道应该从何处入手的读者阅读。

适读人群 ：本书适合大数据技术入门者、希望对大数据技术有所了解，以及想要学习大数据技术但是不知道应该从何处入手的读者阅读。


　　《颠覆大数据分析:基于Storm、Spark等Hadoop替代技术的实时应用》中，VijayAgneeswaran博士介绍了这些技术，以及它们的应用案例，并从架构到代码的不同层面对应用它们做了演示。