比戸 将平

馬場 雪乃

里 洋平

戸嶋 龍哉

得居 誠也

福島 真太朗

加藤 公一

関 喜史

阿部 厳

熊崎 宏樹

データサイエンティスト養成読本 機械学習入門編 (Software Design plus)

Holden Karau

Andy Konwinski

Patrick Wendell

Matei Zaharia

Sky株式会社 玉川竜司

Sparkの概要、RDDを使ったプログラミング、キー/値ペアの処理など基礎的な説明から、Sparkの高度なプログラミング、クラスタ上での本格的な利用まで解説した、Sparkの総合的な入門書です。
日本語版の内容にはバージョン1.3/1.4での機能強化も取り入れ、土橋昌氏による「原書発行以降の変更点」、猿田浩輔氏による「Spark SQLについて本編の補足」、堀越保徳氏と濱口智大氏による「Spark/MapReduceの機械学習ライブラリ比較検証」を収録。
全編にわたりCloudera株式会社エンジニアチームによるテクニカルレビューを実施。
Sparkについて包括的に学べる本書は、ビッグデータや機械学習に携わる開発者必携の一冊です。

内容紹介

Holden Karau(ホールデン・カラウ):Alpine Data Labsのソフトウェア開発技術者で、オープンソースソフトウェアに活発に携わっており、初期のSparkの書籍も執筆している。Alpine Data Labs以前には、Databricks、Google、Foursquare、Amazonで検索と分類についての仕事に携わってきた。ワーテルロー大学でコンピュータサイエンスと数学の学士を取得。ソフトウェアの他には、炎と金属溶接のアート(http://bit.ly/xyloflg1)、そしてフラフープを楽しんでいる。

Andy Konwinski(アンディ・コンウィンスキ):Databricksの共同設立者。カリフォルニア大学バークレー校でPhDを取得し、AMPLabで大規模分散コンピューティングとクラスタスケジューリングを研究していた。Apache Mesosプロジェクトの共同創始者であり、コミッタでもある。Googleでは、システムエンジニアや研究者たちと共に、次世代スケジューリングシステムであるOmegaの設計に携わっていた。AMP Camp Big Data BootcampsやSparkサミットを立ち上げ、Sparkプロジェクトに貢献している。

Patrick Wendell(パトリック・ウェンデル):Databricksの共同設立者。Sparkのコミッタであり、PMCメンバーでもある。Spark1.0を含む複数のSparkのバージョンのリリースマネージャも務めており、Sparkのコアエンジンの複数のサブシステムのメンテナンスを行っている。カリフォルニア大バークレー校でコンピュータサイエンスのMSを取得後、DataBricksの立ち上げに協力した。研究の中心は、大規模な分析のワークロードにおける低レイテンシのスケジューリング。プリンストン大学からコンピュータサイエンスでBSEを取得。

Matei Zaharia(マテイ・ザハリア):Apache Sparkの作者であり、DatabricksのCTO。カリフォルニア大バークレー校でPhDを取得。Sparkは、その際の研究プロジェクトとして誕生した。現在、ApacheでSparkプロジェクトのVice Presidentを務めている。Spark以外にも、Apache HadoopやApache Mesosを含むクラスタコンピューティングの分野の他のプロジェクトにおいて、研究と貢献を行っている。Hadoopのコミッタであり、バークレーでのMesosの立ち上げにも携わった。

著者について

カラウ,ホールデン
Alpine Data Labsのソフトウェア開発技術者で、オープンソースソフトウェアに活発に携わっており、初期のSparkの書籍も執筆している。Alpine Data Labs以前には、Databricks、Google、Foursquare、Amazonで検索と分類についての仕事に携わってきた。ワーテルロー大学でコンピュータサイエンスと数字の学士を取得 

コンウィンスキ,アンディ
Databricksの共同設立者。カリフォルニア大学バークレー校でPhDを取得し、AMPLabで大規模分散コンピューティングとクラスタスケジューリングを研究していた。Apache Mesosプロジェクトの共同創始者であり、コミッタでもある。Googleでは、システムエンジニアや研究者たちと共に、次世代スケジューリングシステムであるOmegaの設計に携わっていた。AMP Camp Big Data BootcampsやSparkサミットを立ち上げ、Sparkプロジェクトに貢献している 

ウェンデル,パトリック
Databricksの共同設立者。Sparkのコミッタであり、PMCメンバーでもある。Spark1.0を含む複数のSparkのバージョンのリリースマネージャも務めており、Sparkのコアエンジンの複数のサブシステムのメンテナンスを行っている。カリフォルニア大バークレー校でコンピュータサイエンスのMSを取得後、DataBricksの立ち上げに協力した。研究の中心は、大規模な分析のワークロードにおける低レイテンシのスケジューリング 

ザハリア,マテイ
Apache Sparkの作者であり、DatabricksのCTO。カリフォルニア大バークレー校でPhDを取得。Sparkは、その際の研究プロジェクトとして誕生した。現在、ApacheでSparkプロジェクトのVice Presidentを務めている。Spark以外にも、Apache HadoopやApache Mesosを含むクラスタコンピューティングの分野の他のプロジェクトにおいて、研究と貢献を行っている。Hadoopのコミッタであり、バークレーでのMesosの立ち上げにも携わった 

玉川/竜司
Sky株式会社。本業はソフトウェア開発。新しい技術を日本の技術者に紹介することに情熱を傾けており、その手段として翻訳に取り組んでいる(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)

著者略歴 (「BOOK著者紹介情報」より)

初めてのSpark

Sandy Ryza

Uri Laserson

Sean Owen

Josh Wills

石川 有

Sky株式会社 玉川 竜司

ビッグデータを活用するためのデータサイエンスについてSparkを通して学ぶことができる書籍。

内容詳細

Sparkによる実践データ解析 ―大規模データのための機械学習事例集

株式会社NTTデータ

猿田浩輔

土橋 昌

吉田耕陽

佐々木 徹

都築正宜

下垣 徹

Apache Sparkは多数のコンピュータを並列で動かして高速処理を実現する技術です。大量データのバッチ処理や機械学習など、ビッグデータの分野での活用が期待されるOSS(Open Source Software)です。

Apache SparkはUCバークレイで提唱されたRDD(Resilient Distributed Dataset)というデータモデルを採用し、メモリを上手に活用した効率的な処理を実現します。これにより、並列分散処理において高いパフォーマンスが期待できます。また、分散処理フレームワークHadoopとの高い親和性を有しており、YARNやHDFSなどのHadoopシステムの枠組が利用できます。

本書はApache Sparkの概要からRDDによる処理の仕組み、導入やアプリケーション開発までを解説します。また、「SQLインターフェイス」「機械学習」「ストリーム処理」「グラフ」などApache Spark周辺のライブラリの活用についても説明します。

話題のApache Sparkの仕組みとその利用方法を理解することにより、データ処理の新しい潮流を知ることができます。

本書はApache Sparkの概要からRDDによる処理の仕組み、導入やアプリケーション開発までを解説します。また、「SQLインターフェイス」「機械学習」「ストリーム処理」「グラフ」などApache Spark周辺のライブラリの活用についても説明します。話題のApache Sparkの仕組みとその利用方法を理解することにより、データ処理の新しい潮流を知ることができます。

内容（「BOOK」データベースより）

Apache Spark入門 動かして学ぶ最新並列分散処理フレームワーク (NEXT ONE)

This book introduces Apache Spark, the open source cluster computing system that makes data analytics fast to write and fast to run. You'll learn how to express parallel jobs with just a few lines of code, and cover applications from simple batch jobs to stream processing and machine learning.

Learning Spark: Lightning-Fast Big Data Analysis

タグ：Sparkの検索結果

データサイエンティスト養成読本機械学習入門編 (Software Design plus)

初めてのSpark

Sparkによる実践データ解析 ―大規模データのための機械学習事例集

Apache Spark入門動かして学ぶ最新並列分散処理フレームワーク (NEXT ONE)

Learning Spark: Lightning-Fast Big Data Analysis

タグ：Sparkの検索結果

データサイエンティスト養成読本 機械学習入門編 (Software Design plus)

初めてのSpark

Sparkによる実践データ解析 ―大規模データのための機械学習事例集

Apache Spark入門 動かして学ぶ最新並列分散処理フレームワーク (NEXT ONE)

Learning Spark: Lightning-Fast Big Data Analysis

データサイエンティスト養成読本機械学習入門編 (Software Design plus)

Apache Spark入門動かして学ぶ最新並列分散処理フレームワーク (NEXT ONE)