本書基于Spark 3.2.x版本，從Spark核心編程語言Scala講起，涵蓋了當(dāng)前整個Spark生態(tài)系統(tǒng)主流的大數(shù)據(jù)開發(fā)技術(shù)。全書共9章，第1章講解了Scala語言的基礎(chǔ)知識，包括IDEA工具的使用等；第2章講解了Spark的主要組件、集群架構(gòu)原理、集群環(huán)境搭建以及Spark應(yīng)用程序的提交和運行；第3～9章講解了離線計算框架Spark RDD、Spark SQL和實時計算框架Kafka、Spark Streaming、Structured Streaming以及圖計算框架GraphX等的基礎(chǔ)知識、架構(gòu)原理，同時包括常用Shell命令、API操作、內(nèi)核源碼剖析，并通過多個實際案例講解各個框架的具體應(yīng)用以及與Hadoop生態(tài)系統(tǒng)框架Hive、HBase、Kafka的整合操作。
本書通俗易懂，案例豐富，注重實操，適合Spark新手和大數(shù)據(jù)開發(fā)人員閱讀，也可作為培訓(xùn)機構(gòu)和高校大數(shù)據(jù)及相關(guān)專業(yè)的教學(xué)用書。