本書以Python為基礎(chǔ)，深入講解HDFS分布式文件系統(tǒng)和PySpark3編程。全書共9章，內(nèi)容包括Docker環(huán)境下Hadoop與Spark的配置、HDFS操作技巧、RDD編程方法、Spark SQL應用、Spark架構(gòu)及運行機制、Pandas on Spark使用及Spark ML編程實踐。本書通過實際操作案例，幫助讀者掌握Hadoop和PySpark的環(huán)境搭建與應用編程，附帶豐富的教學資源，包括教案、教學課件、練習題、源代碼、數(shù)據(jù)集及核心知識點視頻講解及實驗指導，為讀者提供強大支持。

本書適合作為全國高等學校計算機、軟件工程、數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)、人工智能等專業(yè)的教材，同時對大數(shù)據(jù)應用開發(fā)者和技術(shù)從業(yè)者亦有參考價值。