颠覆大数据分析：基于Storm、Spark等Hadoop替代技术的实时应用

前言
致谢
关于作者
1 引言：为什么要超越 Hadoop Map-Reduce
  Hadoop的适用范围
  大数据分析之机器学习实现的革命
    第一代机器学习工具/范式
    第二代机器学习工具/范式
    第三代机器学习工具/范式
  小结
  参考文献
2 何为伯克利数据分析栈（BDAS）
  实现 BDAS的动机
    Spark：动机
    Shark：动机
    Mesos：动机
  BDAS的设计及架构
    Spark：高效的集群数据处理的范式
    Spark的弹性分布式数据集
    Spark的实现
    Spark VS分布式共享内存系统
    RDD的表达性
    类似 Spark的系统
  Shark：分布式系统上的 SQL接口
    Spark为 Shark提供的扩展
    列内存存储
    分布式数据加载
    完全分区智能连接
    分区修剪
    机器学习的支持
  Mesos：集群调度及管理系统
    Mesos组件
    资源分配
    隔离
    容错性
  小结
  参考文献
3 使用 Spark实现机器学习算法
  机器学习基础知识
    机器学习：随机森林示例
  逻辑回归：概述
    二元形式的逻辑回归
    逻辑回归估计
    多元逻辑回归
  Spark中的逻辑回归算法
  支持向量机
    复杂决策面
    支持向量机背后的数学原理
    Spark中的支持向量机
  Spark对 PMML的支持
    PMML结构
    PMML的生产者及消费者
    Spark对朴素贝叶斯的 PMML支持
    Spark对线性回归的PMML支持
  在Spark中使用MLbase进行机器学习
  参考文献
4 实现实时的机器学习算法
  Storm简介
    数据流
    拓扑
    Storm集群
    简单的实时计算例子
    数据流组
    Storm的消息处理担保
  基于Storm的设计模式
    分布式远程过程调用
    Trident：基于Storm的实时聚合
  实现基于Storm的逻辑回归算法
  实现基于Storm的支持向量机算法
  Storm对朴素贝叶斯PMML的支持
  实时分析的应用
    工业日志分类
    互联网流量过滤器
    Storm的替代品
  Spark流
    D-Streams的动机
  参考文献
5 图处理范式
  Pregel：基于BSP的图处理框架
    类似的做法
  开源的Pregel实现
    Giraph
    GoldenORB
    Phoebus
    Apache Hama
    Stanford GPS
  GraphLab
    GraphLab：多核版本
    分布式的GraphLab
    PowerGraph
    通过 GraphLab实现网页排名算法
    顶点程序
    基于GraphLab实现随机梯度下降算法
  参考文献
6 结论：超越Hadoop Map-Reduce的大数据分析
  Hadoop YARN概览
    Hadoop YARN的动机
    作为资源调度器的 YARN
  YARN上的其他框架
  大数据分析的未来是怎样的
  参考文献
附录 A代码笔记