Spark. błyskawiczna analiza danych. wydanie ii (Helion)

Apache Spark jest oprogramowaniem open source, przeznaczonym do klastrowego przetwarzania informacji dostarczanych w rozmaitych formatach. Pozwala na uzyskanie niezrównanej wydajności, również pracę w trybie wsadowym i strumieniowym. Framework ten jest w dodatku wspaniale przygotowany do uruchamiania złożonych aplikacji, włączając w to algorytmy uczenia maszynowego czy analizy predykcyjnej. To wszystko sprawia, iż Apache Spark stanowi perfekcyjny dobór dla programistów zajmujących się big data i eksploracją i analizą danych.

To książka przeznaczona dla inżynierów danych i programistów, którzy chcą przy pomocy Sparka przeprowadzać trudne analizy danych i korzystać z algorytmów uczenia maszynowego, choćby jeśli te dane pochodzą z różnych źródeł. Wyjaśniono tu, jak dzięki Apache Spark można odczytywać i ujednolicać obfite zbiory informacji, żeby powstawały bezawaryjne jeziora danych, w jaki sposób wykonuje się interaktywne zapytania SQL i jak tworzy się potoki przy użyciu MLlib i wdraża modele przy pomocy biblioteki MLflow. Omówiono także współdziałanie aplikacji Sparka z jego rozproszonymi komponentami i tryby jej wdrażania w poszczególnych środowiskach.

W książce:

• API strukturalne dla Pythona, SQL, zespoi i Javy
• operacje Sparka i silnika SQL
• konfiguracje Sparka i interfejs Spark UI
• nawiązywanie połączeń ze źródłami informacji: JSON, Parquet, CSV, Avro, ORC, Hive, S3 i Kafka
• operacje analityczne na danych wsadowych i strumieniowanych
• niezawodne potoki informacji i potoki uczenia maszynowego

Spark: twórz skalowalne i bezawaryjne aplikacje big data!