内容简介：
杨磊著的这本《循序渐进学Spark》是一部从零开始系统学习Spark的绝佳指南！
它以最新的Spark2.0为基础，从Spark的架构设计和开发环境搭建开始，对Spark进行了全方位的、
循序渐进的讲解，内容包括功能模块的使用方法、编程模型、性能优化、架构设计、实现原理与工作机制，等等。对于任何想系统学习Spark的读者而言，只需要根据本书的顺序阅读，理解书中的内容，并完成书中的练习即可，非常轻松。
全书共8章：第1章，首先从宏观上介绍了Spark的组成和架构设计，然后详细讲解了Spark开发环境和集群环境的搭建，为后面章节的学习做好准备；第2章，讲解了Spark的编程模型，包含RDD弹性分布式数据、Spark的程序模型，以及它的各种算子；第3章，分析了Spark的工作机制与实现原理，重点剖析了Spark的提交和执行机制、Spark程序的宏观
执行过程、存储及10、通信机制、容错机制，以及Shuffle机制；第4章，深入分析了Spark的内核，沿着Spark的执行主线进行详细剖析，首先详细分析RDD是如何落地到Worker上执行的，然后从另一个角度分析了Client、Master与Worker之间的交互过程，最后深入讲述了Spark的两个重要功能点以及SpatkShuffle与Spark的存储机制。
第5章，主要讲解了Yarn的基本原理，以及基于Yarn的Spark程序提交和落地执行，同时还详细介绍了各个阶段的资源管理和调度职能；第6章，讲解了BDAs生态的主要模块，包含SparkSQL、SparkStreaming、SparkR、SparkMLlib等重要模块；第7章，总结了Spark的性能调优方法以及工业实践中常见问题的常用策略和解决方案；第8章，重点讲解了Spark2.0.0的更新，包括SparkCore、SparkSQL、MLlib、SparkStreaming、SparkR等模块API的变化及新增的功能特性等。对于变化较大的SparkSQL，书中又结合实际案例详细讲解了SparSession、结构化Streaming等新的特性。