詳解apache Spark

Ａｐａｃｈ　Ｓｐａｒｋはより高速にビッグデータを処理するための分散処理フレームワークです。ＳＱＬインターフェースや機械学習などの機能が標準で組み込まれ、バッチ処理だけでなくストリーミング処理や対話的な処理にも対応できるため、さまざまなシーンのデータ分析を強力にサポートします。本書では、Ｓｐａｒｋの基礎であるＲＤＤのしくみ、Ｓｐａｒｋを構成する各コンポーネントの機能を理解するところからはじめます。さらにＳｐａｒｋクラスタの構築と運用、構造化データを処理するためのＤａｔａＦｒａｍｅ　ＡＰＩとＳｐａｒｋ　ＳＱＬ、ストリーミング処理のためのＳｐａｒｋ　Ｓｔｒｅａｍｉｎｇ、機械学習ライブラリＭＬｌｉｂ、グラフ処理のためのＧｒａｐｈＸの各コンポーネントの実践的な利用方法を基礎から徹底的に解説します。

目次 : 第１章　Ｓｐａｒｋの基礎/ 第２章　Ｓｐａｒｋの導入/ 第３章　ＲＤＤ/ 第４章　クラスタ構築と運用/ 第５章　ＤａｔａＦｒａｍｅとＳｐａｒｋ　ＳＱＬ/ 第６章　Ｓｐａｒｋ　Ｓｔｒｅａｍｉｎｇ/ 第７章　ＭＬｌｉｂ/ 第８章　ＧｒａｐｈＸ/ Ａｐｐｅｎｄｉｘ　ＹＡＲＮ

【著者紹介】
下田倫大 : 株式会社ブレインパッドに所属。ＳＮＳ企業にてＨａｄｏｏｐを用いたソーシャルグラフの解析やレコメンドエンジン開発、広告商品の開発を行う。その過程でマーケティングデータの活用に興味を持ち２０１３年８月ブレインパッドに入社。同社が開発するプライベートＤＭＰ「Ｒｔｏａｓｔｅｒ」の外部ＤＳＰ／ＤＭＰ連携や、運用型広告最適化ツール「Ｌ２Ｍｉｘｅｒ」の開発を担当。２０１５年７月より、プロダクトにとらわれず同社のビジネスを技術的側面からサポートする業務に従事している

師岡一成 : 株式会社ブレインパッドに所属。新卒入社したＳＩｅｒで主に小売・流通業の基幹システムの構築に携わる。Ｈａｄｏｏｐやデータ分析に興味を持ち２０１２年に株式会社ブレインパッドに入社。Ｈａｄｏｏｐを用いたログ解析システムや、プライベートＤＭＰ「Ｒｔｏａｓｔｅｒ」の広告連携・セグメンテーションツールの開発を担当。現在は全社的な技術支援業務を行っている

今井雄太 : Ｈｏｒｔｏｎｗｏｒｋｓに所属。２０１１年に広告配信システムのレポート作成をＨａｄｏｏｐを使ってみたのがビッグデータエコシステムとの出会い。２０１２年から約３年、ＡＷＳのソリューションアーキテクトとしてＡｍａｚｏｎ　Ｅｌａｓｔｉｃ　ＭａｐＲｅｄｕｃｅやＡｍａｚｏｎ　Ｋｉｎｅｓｉｓ、Ａｍａｚｏｎ　ＤｙｎａｍｏＤＢなどを主な担当。ゲームや広告のワークロードで必要となる分析や集計などをＡＷＳ上でいかに快適に実現するかというテーマのもとに活動。２０１５年にビッグデータつながりでＨｏｒｔｏｎｗｏｒｋｓに転職、引き続きＨａｄｏｏｐやＳｐａｒｋをより便利に利用するためのサービスを仕事にしている

石川有 : 株式会社リクルートテクノロジーズアドバンスドテクノロジーラボに所属。株式会社ミクシィ在籍時にＨａｄｏｏｐやＨｉｖｅなどの分散処理システムに興味を持ち、分析基盤構築からアプリケーション設計、データサイエンス業務まで幅広くこなす。現在は、Ａｐａｃｈｅ　Ｓｐａｒｋの特に機械学習コンポーネントＭＬｌｉｂの開発に従事

田中裕一 : 日本ＩＢＭに所属。Ｗｅｂ系・広告系企業にて、Ｈａｄｏｏｐ／Ｓｐａｒｋ／ＫａｆｋａなどＨａｄｏｏｐエコシステムを利用した広告システム（ＤＭＰ）・行動分析基盤・レコメンド基盤の全体アーキテクチャ設計やプログラミング、最適化、行動解析を担当。Ｓｐａｒｋ／Ｈａｄｏｏｐエコシステムを筆頭にＯＳＳを組み合わせた大規模なアーキテクチャの設計に従事。２０１６年にＳｐａｒｋ／Ｈａｄｏｏｐを多様な業種に広げるため、活動の場をＩＢＭに移す（本データはこの書籍が刊行された当時に掲載されていたものです）