Spark SQL是Spark生態環境中核心和基礎的組件
，是掌握Spark的關鍵所在。本書完全從企業級開發
的角度出發，結合多個企業級應用案例，深入剖析
Spark SQL。王家林、段智華編著的《Spark SQL大數
據實例開發教程/大數據科學叢書》共分為8章，包括
：認識Spark SQL、DataFrame原理與常用操作、
Spark SQL操作多種數據源、Parquet列式存儲、
Spark SQL內置函數與窗口函數、Spark SQL UDF與
UDAF、Thrift Server、Spark SQL綜合應用案例。
本書可以使讀者對Spark SQL有深入徹底的理解
，本書適合於Spark學習愛好者，是學習Spark SQL的
入門和提高教材，也是Spark開發工程師開發過程中
查閱Spark SQL的案頭手冊。

前言
第1章 認識Spark SQL
1.1 Spark SQL概述
1.1.1 Spark SQL與DataFrame
1.1.2 DataFrame與RDD的差異
1.1.3 Spark SQL的發展歷程
1.2 從零起步掌握Hive
1.2.1 Hive的本質是什麼
1.2.2 Hive安裝和配置
1.2.3 使用Hive分析搜索數據
1.3 Spark SQL on Hive安裝與配置
1.3.1 安裝Spark SQL
1.3.2 安裝MySQL
1.3.3 啟動Hive Metastore
1.4 Spark SQL初試
1.4.1 通過Spark-shell來使用Spark SQL
1.4.2 Spark SQL的命令終端
1.4.3 Spark 的Web UI
1.5 本章小結
第2章 DataFrame原理與常用操作
2.1 DataFrame編程模型
2.2 DataFrame基本操作實戰
2.2.1 數據準備
2.2.2 啟動交互式界面
2.2.3 數據處理與分析
2.3 通過RDD來構建DataFrame
2.4 緩存表（列式存儲）
2.5 DataFrame API應用示例
2.6 本章小結
第3章 Spark SQL操作多種數據源
3.1 通用的加載/保存功能
3.1.1 Spark SQL加載數據
3.1.2 Spark SQL保存數據
3.1.3 綜合案例——電商**商品排名
3.2 Spark SQL操作Hive示例
3.3 Spark SQL操作JSON數據集示例
3.4 Spark SQL操作HBase示例
3.5 Spark SQL操作MySQL示例
3.5.1 安裝並啟動MySQL
3.5.2 準備數據表
3.5.3 操作MySQL表
3.6 Spark SQL操作MongoDB示例
3.6.1 安裝配置MongoDB
3.6.2 啟動MongoDB
3.6.3 準備數據
3.6.4 Spark SQL操作MongoDB
3.7 本章小結
第4章 Parquet列式存儲
4.1 Parquet概述
4.1.1 Parquet的基本概念
4.1.2 Parquet數據列式存儲格式應用舉例
4.2 Parquet的Block配置及數據分片
4.2.1 Parquet的Block的配置
4.2.2 Parquet內部的數據分片
4.3 Parquet序列化
4.3.1 Spark 實施序列化的目的
4.3.2 Parquet兩種序列化方式
4.4 本章小結
第5章 Spark SQL內置函數與窗口函數
5.1 Spark SQL內置函數
5.1.1 Spark SQL內置函數概述
5.1.2 Spark SQL內置函數應用實例
5.2 Spark SQL窗口函數
5.2.1 Spark SQL窗口函數概述
5.2.2 Spark SQL窗口函數分數查詢統計案例
5.2.3 Spark SQL窗口函數NBA常規賽數據統計案例
5.3 本章小結
第6章 Spark SQLUDF與UDAF
6.1 UDF概述
6.2 UDF示例
6.2.1 Hobby_count函數
6.2.2 Combine函數
6.2.3 Str2Int函數
6.2.4 Wsternstate函數
6.2.5 ManyCustomers函數
6.2.6 StateRegion函數
6.2.7 DiscountRatio函數
6.2.8 MakeStruct函數
6.2.9 MyDateFilter函數
6.2.1 0MakeDT函數
6.3 UDAF概述
6.4 UDAF示例
6.4.1 ScalaAggregateFunction函數
6.4.2 GeometricMean函數
6.4.3 CustomMean函數
6.4.4 BelowThreshold函數
6.4.5 YearCompare函數
6.4.6 WordCount函數
6.5 本章小結
第7章 Thrift Server
7.1 Thrift概述
7.1.1 Thrift的基本概念
7.1.2 Thrift的工作機制
7.1.3 Thrift的運行機制
7.1.4 一個簡單的Thrift實例
7.2 Thrift Server的啟動過程
7.2.1 Thrift Sever啟動詳解
7.2.2 HiveThriftServer2類的解析
7.3 Beeline操作
7.3.1 Beeline連接方式
7.3.2 在Beeline中進行SQL查詢操作
7.3.3 通過Web控制臺查看用戶進行的操作
7.4 Thrift Server應用示例
7.4.1 示例源代碼
7.4.2 關鍵代碼行解析
7.4.3 測試運行
7.4.4 運行結果解析
7.4.5 Spark Web控制臺查看運行日志
7.5 本章小結
第8章 Spark SQL綜合應用案例
8.1 綜合案例實戰——電商網站日志多維度數據分析
8.1.1 數據準備
8.1.2 數據說明
8.1.3 數據創建
8.1.4 數據導入
8.1.5 數據測試和處理
8.2 綜合案例實戰——電商網站搜索排名統計
8.2.1 案例概述
8.2.2 數據準備
8.2.3 實現用戶每天搜索前3名的商品排名統計
8.3 本章小結