Spark GraphX实战

本书是 Manning 出版社《Spark GraphX in Action》的中文译本，由时金魁、黄光远翻译，电子工业出版社 2017 年出版。全书以 Spark GraphX 1.6 版本为基准，是一本围绕图计算展开的入门加进阶读物，既不要求读者精通 Scala，也不要求事先有 GraphX 经验，只要具备基本的编程能力就能跟上。 全书共 10 章，分为三个部分。第 1 部分（第 1—3 章）是准备知识：先用一章篇幅交代大数据、Hadoop、Spark 与图计算之间的关系，讲清属性图、图分割、图并行与数据并行等概念；随后用 Spark Shell 演示 GraphX 的交互式快速上手，并补足 Scala 函数式编程、RDD 与图术语等基础。第 2 部分（第 4—7 章）进入 GraphX 本体：介绍 Vertex、Edge 等类与 map、Map/Reduce、Pregel 等核心操作，图的序列化与生成，以及 PageRank、三角形计数、最短路径、连通分量、强连通分量、标签传播等内置算法；再用带权最短路径、贪心旅行商、最小生成树等经典算法说明如何在 GraphX 之上自行实现；机器学习一章则通过 SVDPlusPlus 影片推荐、LDA 主题模型、逻辑回归反垃圾、幂迭代聚类图像分割等实例，展示 GraphX 与 MLlib 的配合。第 3 部分（第 8—10 章）讨论 GraphX 缺失的操作（子图、图合并、读取 RDF、全局聚类系数）、性能监控与调优（缓存、checkpoint、序列化、图分割），以及用 Java 调用 GraphX、Zeppelin + d3.js 可视化、Spark JobServer 以及 GraphFrames 等周边工具。书末另有安装 Spark、Gephi 可视化、延伸资源和 Scala 小贴士四个附录，适合边读边动手实践。