کتاب حاضر، حاوی مباحث سطح متوسط و پیشرفته کلان داده‌ها می‌باشد و خوانندگان محترم که علاقه‌مند به آشنایی با نحوه جمع‌آوری، ذخیره‌سازی و پردازش داده‌های حجیم هستند می‌توانند از این کتاب استفاده کنند. توضیحات و الگوریتم‌های این کتاب در محیط spark پیاده‌سازی و تحلیل شده‌اند و مثال های کاربردی متعددی را می‌توانید در آن بیابید. کتابخانه یادگیری ماشینی mllib نیز به تفصیل توضیح داده شده است.