本书系统介绍了Spark大数据处理框架以及相应的主流开发语言Scala。全书共14章,内容包括Scala基本概念和基本用法，Scala字符串和数组，Scala控制结构，Scala列表、元组、集合和映射，Scala函数，Scala面向对象编程，Spark大数据处理框架、Spark RDD编程，Windows环境下的Spark综合编程，用Spark SQL处理结构化数据，Spark Streaming流处理，Spark Structured Streaming流处理，Spark GraphX图计算，Spark ML机器学习。 本书可作为高等院校计算机科学与技术、信息管理、软件工程、数据科学与大数据、人工智能等相关专业的大数据课程教材，也可供企业中从事大数据开发的工程师和科技工作者参考。

曹洁 男，博士，现为郑州轻工业大学软件学院校聘副教授。主讲《Python语言程序设计》、《大数据技术》、《大数据分析》。主编出版《Python数据挖掘技术及应用》、《大数据技术》等多本教材。

前言 随着数字经济在全球加速推进以及5G通信、人工智能、自动驾驶、物联网、社交媒体等相关技术的快速发展，数据已成为国家基础性战略资源，大数据以从海量数据集合中发现新知识、创造新价值、提升新能力为主要特征，正日益对全球生产、流通、分配、消费活动以及经济运行机制、国家安全、科学研究、社会生活方式和国家治理能力产生重要影响。大数据技术涉及的知识点非常多，本书从高校各专业对大数据技术需求的实际情况出发，详细阐述最流行的Spark大数据处理框架以及相应的主流开发语言Scala。 本书共14章。 第1章为Scala基本概念和基本用法，主要介绍Scala的特性、安装、基础语法。 第2章为Scala字符串和数组，主要介绍创建不可变字符串对象、编写及运行Scala脚本、不可变字符串对象的常用方法、可变字符串对象的创建及其常用方法、Scala数组。 第3章为Scala控制结构，主要介绍布尔表达式、选择结构、条件表达式、while循环、for循环、for推导式、块表达式的赋值、循环中的break和continue语句。 第4章为Scala列表、元组、集合和映射，主要介绍列表、元组、集合和映射4种数据类型及其用法。 第5章为Scala函数，主要介绍定义函数、匿名函数和高阶函数的方法。 第6章为Scala面向对象编程，主要介绍类与对象、构造器、Scala的value与“value_=”方法、object单例对象、App特性、样例类、模式匹配。 第7章为Spark大数据处理框架，主要内容包括Spark概述、Spark的运行机制、Spark的安装及配置、基于Scala的Spar...