目　　录译者序前言作者简介第一部分　高性能分布式计算编程基础第1章　引言21.1　分布式系统21.2　分布式系统类型51.2.1　分布式嵌入式系统51.2.2　分布式信息系统71.2.3　分布式计算系统81.3　分布式计算架构91.4　分布式文件系统101.4.1　分布式文件系统需求101.4.2　分布式文件系统架构111.5　分布式系统面临的挑战131.6　分布式系统的发展趋势161.7　高性能分布式计算系统示例18参考文献20第2章　Hadoop入门222.1　Hadoop简介222.2　Hadoop生态系统242.3　Hadoop分布式文件系统262.3.1　HDFS的特性262.3.2　名称节点和数据节点272.3.3　文件系统282.3.4　数据复制282.3.5　通信302.3.6　数据组织302.4　MapReduce准备工作312.5　安装前的准备332.6　单节点集群的安装352.7　多节点集群的安装382.8　Hadoop编程452.9　Hadoop流48参考文献51第3章　Spark入门533.1　Spark简介533.2　Spark内部结构543.3　Spark安装583.3.1　安装前的准备583.3.2　开始使用603.3.3　示例：Scala应用633.3.4　Python下Spark的使用653.3.5　示例：Python应用673.4　Spark部署683.4.1　应用提交683.4.2　单机模式70参考文献72第4章　Scalding和Spark的内部编程744.1　Scalding简介744.1.1　安装744.1.2　编程指南774.2　Spark编程指南103参考文献120第二部分　使用Hadoop、Scalding和Spark的案例研究第5章　案例研究Ⅰ：使用Scalding和Spark进行数据聚类1225.1　简介1225.2　聚类1225.2.1　聚类方法1235.2.2　聚类处理1255.2.3　K均值算法1255.2.4　简单的K均值示例1265.3　实现128问题142参考文献142第6章　案例研究Ⅱ：使用Scalding和Spark进行数据分类1446.1　分类1456.2　概率论1466.2.1　随机变量1466.2.2　分布1466.2.3　均值和方差1476.3　朴素贝叶斯1486.3.1　概率模型1486.3.2　参数估计和事件模型1496.3.3　示例1506.4　朴素贝叶斯分类器的实现1526.4.1　Scalding实现1536.4.2　结果166问题168参考文献168第7章　案例研究Ⅲ：使用Scalding和Spark进行回归分析1697.1　回归分析的步骤1697.2　实现细节1727.2.1　线性回归：代数方法1737.2.2　代数方法的Scalding实现1747.2.3　代数方法的Spark实现1797.2.4　线性回归：梯度下降法1847.2.5　梯度下降法的Scalding实现1877.2.6　梯度下降法的Spark实现195问题198参考文献199第8章　案例研究Ⅳ：使用Scalding和Spark实现推荐系统2008.1　推荐系统2008.1.1　目标2018.1.2　推荐系统的数据源2018.1.3　推荐系统中使用的技术2028.2　实现细节2048.2.1　Spark实现2068.2.2　Scalding实现221问题230参考文献230索引233