作品简介
本书基于Spark2.2.0新版本（2017年7月11日发布），以Spark商业案例实战和Spark在生产环境下几乎所有类型的性能调优为核心，以Spark内核解密为基石，分为上篇、中篇、下篇，对企业生产环境下的Spark商业案例与性能调优抽丝剥茧地进行剖析。上篇基于Spark源码，从一个动手实战案例入手，循序渐进地全面解析了Spark2.2新特性及Spark内核源码；中篇选取Spark开发中具有代表的经典学习案例，深入浅出地介绍，在案例中综合应用Spark的大数据技术；下篇性能调优内容基本完全覆盖了Spark在生产环境下的所有调优技术。本书适合所有Spark学习者和从业人员使用。对于有分布式计算框架应用经验的人员，本书也可以作为Spark高手修炼的参考书籍。同时，本书也特别适合作为高等院校的大数据教材使用。
王家林
中国著名的Spark培训专家，Apache Spark、Android技术中国区布道师，DT大数据梦工厂创始人和首席专家，Android软硬件整合专家。深入研究了Spark从0.5.0到2.2.1中共31个版本的Spark源码，目前致力于开发优化的Spark中国版本。尤其擅长Spark在生产环境下各种类型和场景故障的排除和解决，痴迷于Spark在生产环境下任意类型(例如Shuffle和各种内存问题及数据倾斜问题等)的深度性能优化。
段智华
就职于中国电信股份有限公司上海分公司，系统架构师，CSDN博客专家。专注于Spark大数据技术研发及推广，跟随Spark核心源码技术的发展，深入研究Spark2.1.1版本及Spark2.2.1版本的源码优化，对Spark大数据处理、机器学习等技术领域有丰富的实战经验和浓厚兴趣。