对很多先进的大数据应用来说，Hadoop的Map-RedLice都很难适应，包括实时分析和迭代的机器学习。幸运的是，在遇到Hadoop的短板时，仍存在强大的新选择。

在《颠覆大数据分析（基于Storm Spark等Hadoop替代技术的实时应用）》一书中，阿涅斯瓦兰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。

阿涅斯瓦兰全面介绍了伯克利数据分析栈(BDAS)，包括目标、设计、架构、集群，还有性能。你将在本书中看到最新的Spark、Storm和GrapPhLab的应用案例，与Hadoop YARN集成的实践技巧，以及更多技术。

阿涅斯瓦兰编著的这本《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。

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。

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

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

Spark为 Shark提供的扩展

列内存存储

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

资源分配

隔离

容错性

 小结

 参考文献

3 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

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

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

4 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

5 图处理范式

 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

6 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