本书基于Spark发行版2.4.4写作而成, 包含大量的实例与一个完整项目, 层次分明, 循序渐进。全书分为3部分, 涵盖了技术理论与实战, 读者可以从实战中巩固学习到的知识。第一部分主要围绕BDAS (伯克利数据分析栈), 不仅介绍了如何开发Spark应用的基础内容, 还介绍了Structured Streaming、Spark机器学习、Spark图挖掘、Spark深度学习等高级主题, 此外还介绍了Alluxio系统。第二部分实现了一个企业背景调查系统, 比较新颖的是, 该系统借鉴了数据湖与Lambda架构的思想, 涵盖了批处理、流处理应用开发, 并加入了一些开源组件来满足需求, 既是对本书第一部分很好的巩固, 又完整呈现了一个实时大数据应用的开发过程。第三部分是对全书的总结和展望。