کتاب Data Analytics with Spark Using Python (Addison-Wesley Data & Analytics Series)
Solve Data Analytics Problems with Spark, PySpark, and Related Open Source Tools
Spark is at the heart of today’s Big Data revolution, helping data professionals supercharge efficiency and performance in a wide range of data processing and analytics tasks. In this guide, Big Data expert Jeffrey Aven covers all you need to know to leverage Spark, together with its extensions, subprojects, and wider ecosystem.
Aven combines a language-agnostic introduction to foundational Spark concepts with extensive programming examples utilizing the popular and intuitive PySpark development environment. This guide’s focus on Python makes it widely accessible to large audiences of data professionals, analysts, and developers—even those with little Hadoop or Spark experience.
Aven’s broad coverage ranges from basic to advanced Spark programming, and Spark SQL to machine learning. You’ll learn how to efficiently manage all forms of data with Spark: streaming, structured, semi-structured, and unstructured. Throughout, concise topic overviews quickly get you up to speed, and extensive hands-on exercises prepare you to solve real problems.
Coverage includes:
• Understand Spark’s evolving role in the Big Data and Hadoop ecosystems
• Create Spark clusters using various deployment modes
• Control and optimize the operation of Spark clusters and applications
• Master Spark Core RDD API programming techniques
• Extend, accelerate, and optimize Spark routines with advanced API platform constructs, including shared variables, RDD storage, and partitioning
• Efficiently integrate Spark with both SQL and nonrelational data stores
• Perform stream processing and messaging with Spark Streaming and Apache Kafka
• Implement predictive modeling with SparkR and Spark MLlib
منابع کتاب کتاب Data Analytics with Spark Using Python (Addison-Wesley Data & Analytics Series)
حل مشکلات تجزیه و تحلیل داده‌ها با Spark، PySpark و ابزارهای منبع باز مرتبط
Spark در قلب انقلاب بزرگ داده‌های امروزی است و به متخصصان داده کمک می‌کند تا کارایی و عملکرد را در طیف گسترده‌ای از وظایف پردازش داده و تجزیه و تحلیل افزایش دهند. در این راهنما، جفری اون، کارشناس Big Data، تمام آنچه را که برای استفاده از Spark باید بدانید، همراه با برنامه‌های افزودنی، پروژه‌های فرعی و اکوسیستم گسترده‌تر آن، پوشش می‌دهد.
Aven مقدمه‌ای با زبان آگنوستیک برای مفاهیم پایه Spark با نمونه‌های برنامه‌نویسی گسترده با استفاده از محیط توسعه محبوب و بصری PySpark ترکیب می‌کند. تمرکز این راهنما بر پایتون باعث می‌شود که مخاطبان زیادی از متخصصان داده، تحلیل‌گران و توسعه‌دهندگان - حتی کسانی که تجربه کمی در Hadoop یا Spark دارند - به طور گسترده‌ای در دسترس باشد.
پوشش گسترده Aven از برنامه نویسی اولیه تا پیشرفته Spark و Spark SQL تا یادگیری ماشین را شامل می شود. شما یاد خواهید گرفت که چگونه به طور موثر همه اشکال داده را با Spark مدیریت کنید: جریان، ساختار یافته، نیمه ساختار یافته و بدون ساختار. در سرتاسر مرورهای مختصر موضوع به سرعت شما را به سرعت بالا می برد و تمرینات عملی گسترده شما را برای حل مشکلات واقعی آماده می کند.
پوشش شامل:
• درک نقش در حال تکامل Spark در اکوسیستم های Big Data و Hadoop
• ایجاد خوشه های Spark با استفاده از حالت های مختلف استقرار
• کنترل و بهینه سازی عملکرد خوشه ها و برنامه های
Spark • تکنیک های برنامه نویسی Master Spark Core RDD API
• گسترش، تسریع و بهینه سازی روال های Spark با ساختارهای پلت فرم API پیشرفته، از جمله متغیرهای مشترک، ذخیره سازی RDD، و پارتیشن بندی
• ادغام کارآمد Spark با SQL و ذخیره داده های غیرمرتبط
• انجام پردازش جریانی و ارسال پیام با Spark Streaming و Apache Kafka
• اجرای پیش بینی مدل سازی با SparkR و Spark MLlib
ارسال نظر درباره کتاب Data Analytics with Spark Using Python (Addison-Wesley Data & Analytics Series)