SparkSQL内核剖析
编辑推荐
适读人群 ：系统架构师和软件开 发人员，以及对大数据、分布式计算和数据库系统实现感兴趣的研究人员 √ 揭秘Spark SQL内部架构、算法设计与实现原理，从源码实现层面掌握数据库SQL处理与Spark分布式计算模型。 √ 作为SQL-on-Hadoop解决方案的佼佼者，Spark SQL志在取代传统数据仓库，在数据库应用场景中其模块一直备受关注。 √ 腾讯T4专家|Spark领军人物黄明领衔，长期从事分布式计算和查询优化方面工作，对Spark SQL有较深入研究及大量工程积累。 √ 分享腾讯日均百万SQL总量和数百PB数据处理的一线生产实践，其中披露TDW经验对大数据平台建设和性能优化有重要借鉴意义。 √ 适合要对原生系统进行定制化改造或新特性添加的开发人员，以及想通过理解系统背后核心知识学习分布式系统和数据库实现等技术的从业者。
内容简介
Spark SQL 是 Spark 技术体系中较有影响力的应用（Killer application），也是 SQL-on-Hadoop 解决方案 中举足轻重的产品。《Spark SQL内核剖析》由 11 章构成，从源码层面深入介绍 Spark SQL 内部实现机制，以及在实际业务场 景中的开发实践，其中包括 SQL 编译实现、逻辑计划的生成与优化、物理计划的生成与优化、Aggregation 算子和 Join 算子的实现与执行、Tungsten 优化技术、生产环境中的一些改造优化经验等。 《Spark SQL内核剖析》不属于入门级教程，需要读者对基本概念有一定的了解。在企业中任职的系统架构师和软件开发人员，以及对大数据、分布式计算和数据库系统实现感兴趣的研究人员，均适合阅读《Spark SQL内核剖析》。
作者简介
朱锋，博士毕业于中科院软件所，研究方向为分布式计算与软件工程。长期关注数据分析、数据库技术和大数据相关系统，并积极参与开源社区贡献。2017年加入腾讯，负责Spark SQL相关平台的开发、优化和维护工作，在SQL-on-Hadoop方面积累了丰富的经验。 张韶全，香港中文大学博士，博士期间研究方向为系统优分布式算法。曾任香港应用研究院研究员、联想香港研发中心高级研究员。现任腾讯大数据平台高级研发工程师，负责腾讯大数据SQL平台的建设与研发，平台规模达到上万台服务器，百万级别业务量，PB级日数据计算量，支撑着腾讯全公司的数据分析业务，拥有多年互联网公司一线的大数据平台设计与研发经验。旨在传播大数据技术和实践经验，使其在不同行业落地生根。 黄明，腾讯T4专家，Spark中国区早期研究者和布道者之一。