自从在加州大学伯克利分校创立Spark 项目起,我就时常心潮澎湃。不仅因为Spark 可以帮助人们快速构建并行系统,更因为Spark 帮助了越来越多的人使用大规模计算。因此看到这本介绍Spark 高级分析的书,我非常欣慰!该书由数据科学领域四位专家Sandy、Uri、Sean 和Josh 携手打造。四位作者研习Spark 已久,他们在本书中跟读者分享了关于Spark 的大量精彩内容,同时本书的案例部分同样出众!

对于这本书,我最钟爱的是它强调案例,而且这些案例都源于现实数据和实际应用。找到一个像样的、能在笔记本电脑上运行的大数据案例已经很难,更遑论十个了。但本书作者做到了!作者为大家准备好了一切,只等你在Spark 中运行它们。更难能可贵的是,作者不仅讨论了核心算法,更倾心于数据准备和模型调优,没有这些工作,实际项目中就无法得到好的结果。认真研读此书,你应该可以吸收这些案例中的概念并直接将其运用在自己的项目中!

大数据处理无疑是当今计算领域最激动人心的方向之一,发展非常迅猛,新思想层出不穷。愿本书能帮助你在这个崭新的领域中扬帆启航!

Matei Zaharia

Databricks 公司CTO 兼Apache Spark 项目副总裁