本書以Python作為開發(fā)Spark應用程序的編程語言,系統(tǒng)介紹了Spark編程的基礎知識。全書共9章,內(nèi)容包括大數(shù)據(jù)技術概述、Spark的設計與運行原理、大數(shù)據(jù)實驗環(huán)境搭建、Spark環(huán)境搭建和使用方法、RDD編程、SparkSQL、SparkStreaming、StructuredStreaming和SparkML
這是一本理論高度概括的書,講解流式處理核心、本質(zhì)的概念、特性、設計和方法。本書分為兩部分:第一部分以Beam的編程模型為抓手討論流處理的種種核心問題,重點是相對高層次地討論批處理模型以及流處理模型;第二部分討論流與表的二象性,即兩者之間的類比與差異,對概念進行深入探討,并討論關于流處理的“流與表”的思考方式。本書還概要
大數(shù)據(jù)技術基礎
本書詳細講解了基于微服務的數(shù)據(jù)工程應用開發(fā)實踐,包括微服務及數(shù)據(jù)工程相關原理概述、開發(fā)環(huán)境搭建、服務運行與跟蹤、服務通信與配置、國產(chǎn)自主可控數(shù)據(jù)庫實踐、相關系統(tǒng)的開發(fā)實踐等內(nèi)容,特色是(1)結合當今微服務發(fā)展技術指導傳統(tǒng)數(shù)據(jù)工程應用的開發(fā)實踐(2)引入當今對國產(chǎn)自主可控數(shù)據(jù)庫的要求,詳細講解了如何在微服務技術條件下對國
《數(shù)據(jù)資產(chǎn)管理核心技術與應用》深入探討數(shù)據(jù)資產(chǎn)管理的核心技術與應用,融入作者在大數(shù)據(jù)領域多年的豐富經(jīng)驗!稊(shù)據(jù)資產(chǎn)管理核心技術與應用》為讀者提供一套可以落地的數(shù)據(jù)資產(chǎn)管理框架,并詳解兩個基于該框架進行數(shù)據(jù)資產(chǎn)管理的應用案例,使讀者能更好地了解數(shù)據(jù)資產(chǎn)管理底層所涉及的眾多核心技術,讓數(shù)據(jù)可以發(fā)揮出更大的價值!稊(shù)據(jù)資產(chǎn)管
本書系統(tǒng)介紹了大數(shù)據(jù)基礎知識和相關技術,全書分為大數(shù)據(jù)基礎、大數(shù)據(jù)存儲與管理篇、大數(shù)據(jù)采集與預處理、大數(shù)據(jù)分析與挖掘、大數(shù)據(jù)平臺Hadoop實踐與應用案例5篇,共17章,主要內(nèi)容包括大數(shù)據(jù)基本概念、大數(shù)據(jù)平臺Hadoop基礎、大數(shù)據(jù)存儲與管理基本概念、大數(shù)據(jù)分布式文件系統(tǒng)HDFS、大數(shù)據(jù)分布式數(shù)據(jù)庫系統(tǒng)HBase、大數(shù)
《Hadoop海量數(shù)據(jù)處理》從Hadoop的基礎知識講起,逐步深入Hadoop分布式文件系統(tǒng)(HDFS)和MapReduce分布式編程框架的核心技術,幫助讀者全面、系統(tǒng)、深入地理解Hadoop海量數(shù)據(jù)處理技術的精髓。本書在講解技術原理時穿插大量的典型示例,并詳解兩個典型項目實戰(zhàn)案例,幫助讀者提高實際項目開發(fā)水平!禜a
本書通過魯棒優(yōu)化的核心原理和應用,揭開不確定性的神秘面紗,為讀者提供應對不可預測的挑戰(zhàn)所需的見解和工具。作者首先簡要介紹了不確定線性規(guī)劃,然后深入分析了適當不確定性集的構建與經(jīng)典機會約束(概率)方法之間的相互聯(lián)系。接著,提出了針對不確定的錐二次優(yōu)化和半定優(yōu)化問題以及動態(tài)(多階段)問題的魯棒優(yōu)化理論。最后,通過來自金融、
《FANUC工業(yè)機器人編程與操作》一書根據(jù)機器人行業(yè)發(fā)展趨勢,從生產(chǎn)實際出發(fā),詳細講解了工業(yè)機器人的應用基礎、FANUC工業(yè)機器人現(xiàn)場編程與操作、FANUC工業(yè)機器人離線編程與操作、工業(yè)機器人的運輸與安裝、工業(yè)機器的調(diào)整與保養(yǎng)等內(nèi)容!禙ANUC工業(yè)機器人編程與操作》一書點面結合,既有完整的知識體系,又有一定深度,突出
《跟世界冠軍一起玩VEXIQ二代機器人》一書從機器人的特點和基本概念出發(fā),全面而深入地介紹了VEXIQ二代機器人的相關知識。全書共4章,首先介紹了VEXIQ機器人的特點、比賽內(nèi)容和注意事項;接著,詳細講解了VEXIQ二代機器人的硬件組成和軟件編程,包括各種控制類、信號與運動類、結構類硬件的介紹,以及VEXcode編程軟