快速上手Scala Spark大数据分析入门

本书是一本为Scala和Spark初学者准备的入门书籍，很适合准备踏入大数据开发领域的新手和其他对此感兴趣的读者阅读。本书在内容上遵循从宏观到微观、由浅入深递进式的讲解方式，涵盖了Spark入门开发所需的Scala基础知识。具体来说，本书按照如下顺序进行介绍。首先，前三章从宏观上介绍了Scala语言，包括初识Scala、安装Scala及使用Scala Shell工具。其次，第四章到第十二章是本书的重点，详细介绍了与Spark开发密切相关的Scala语法，包括变量、数据类型、条件语句、代码块、函数、集合、循环、类和包，以及与异常处理相关的内容，每一章都对某个语法点进行深入探索。第十三章介绍了如何把写好的Scala代码进行编译和打包。最后，第十四章介绍了Spark的入门实践，将前面章节所学到的Scala知识运用到Spark开发中。此外，本书提供了丰富生动的代码示例和章末练习，如果读者能够加以实践并思考，一定会收获颇丰！

 

第一章 Scala语言
初识Scala
为什么要学习Scala
Scala和Java
Scala和Java的关系
与Java库进行交互
Scala和Java的代码量
Scala：一种静态类型语言
Apache Spark与Scala
Scala的性能
学习Apache Spark
第二章 安装Scala
在系统中检查Scala安装状态
检查Java Development Kit（JDK）
安装状态
安装Oracle JDK
在Windows上安装Scala
验证Scala安装状态
在Linux中安装Scala
第三章 使用Scala Shell
从Scala Shell中获得帮助
Scala REPL的hello world
一步步理解Scala REPL中的hello world
使用Scala REPL的数据类型的高级特性
Scala REPL中的粘贴模式
Scala REPL中检索历史记录
Scala REPL的自动补全特性
从Scala REPL退出
第四章 变量
从Scala中的变量开始
Scala变量的不可变性
定义可变和不可变的Scala变量
Scala中强调不可变性的原因
可变性和类型安全的注意事项
为变量指定类型与类型推断
Scala标识符规则和命名规范
第五章 数据类型
Scala的类型层次结构
Boolean类型
String类型
多行字符串
字符串操作
Scala中的特殊类型
Unit类型
Any类型
Scala中的类型转换
第六章 条件语句
布尔表达式
在Scala中使用条件语句
逐步理解条件语句
嵌套的If/Else语句
If/Else作为三元运算符
模式匹配
第七章 代码块
Scala中的代码块
使用代码块的注意事项
代码块和If/Else语句
第八章 函数
为什么要使用函数
理解函数
Scala中的函数
函数调用
有关函数定义的说明
多个参数的函数
位置参数
函数中参数的默认值
无参函数
单行函数
在函数中使用return语句
将函数作为参数传递
匿名函数
第九章 集合
现实中的集合示例
理解列表
索引列表元素
在列表中能存储什么
被广泛使用的列表操作
创建集合
理解Map集合
索引一个Map集合
Map中key的专享性
创建Map集合的其他方式
操作Map
用函数风格迭代Map
理解元组
索引元组
遍历元组
创建元组的另一种方法
理解可变集合
与可变集合有关的注意事项
可变的Map
使用嵌套的集合
第十章 循环
Scala中循环的类型
for循环
while循环
比较for循环和while循环
中断循环
第十一章 类和包
Scala中的类和对象
创建Scala的类和对象
多属性值和注意事项
对类属性使用val关键字
对类属性使用var关键字
对类属性既不使用val也不使用var
关键字
单例对象
Case类
Case类实践
类中的相等性检查
同时使用Case类和集合
类和包
避免命名空间冲突
引入包
第十二章 异常处理
Scala异常处理的基础
类型推断的含义和异常处理
使用Try、Catch和Finally
第十三章 编译和打包
Scala开发生命周期
Scala开发生命周期实践
Scala编译构建工具（SBT）
在Windows上使用SBT
在SBT上构建.sbt
使用SBT管理依赖
使用SBT创建可执行的Scala应用程序
对可执行的Scala应用程序使用Scala应用特性
Scala应用程序的Maven文件夹结构
在Scala应用程序中创建多个类并使用它们
编译Scala应用程序
以JARS的形式打包Scala应用程序
转换到IDE
安装IntelliJ IDEA
IntelliJ IDEA插件安装
IntelliJ IDEA导入项目
第十四章 你好，Apache Spark
回顾Spark
分布式计算引擎
Spark与Hadoop
Spark与YARN
Spark进程
Spark的抽象
Spark的惰操作模式
使用Scala开发Spark
在Databricks中配置Spark环境
用Scala开发Apache Spark
将RDD转换为Dataframe
加载数据到Databricks中
将RDD转换为Dataframe
使用SBT创建Spark应用
在IntelliJ IDEA中创建一个新的项目
为Uber JARs管理SBT插件
在SBT中管理Apache Spark依赖
Spark应用程序代码
结论及展望