（1）以Python为基础，系统地介绍了Spark基础知识、架构原理、集群搭建、Shell命令和API操作等内容。 （2）全书以理论为辅，实操为主，所有案例均提供了详尽的操作步骤，可以直接上机演练，便于读者更易于掌握和理解。 （3）注重案例分析，以项目贯穿知识和技能，旨在使读者学以致用，能够使用Spark整合Hadoop生态进行大数据项目开发。

本书基于真实数据，实现了Spark离线与实时数据计算，包括Spark分布式集群搭建、Spark Core离线计算、Spark SQL离线计算、实时计算环境搭建、实时计算实现、实时计算结果可视化等任务。每个任务都以工单形式呈现，知识讲解深入浅出，任务实操性强。本书以Python为基础，书中内容以实操为主、理论为辅。 本书可作为高等院校大数据技术、云计算技术应用等专业的教材，也可作为大数据领域技术人员的学习用书，还可作为大数据研究人员的参考书。王波，浙江安防职业技术学院，人工智能学院副教授。信息系统项目管理师、高级技师。有丰富的大数据行业工作经验，曾长期从事政府信息化和医保大数据应用相关工作。参与授课《大数据离线与实时技术》、《大数据可视化分析》、《数据采集和清洗》等课程，长期致力于引入企业产业项目开展课程建设和教学研究。指导学生多次获得省级职业院校技能大赛奖项。主持或参与多项大数据处理和应用的课题，发表高水平论文五篇以上。