Jiskra: Definitivní průvodce: Zjednodušené zpracování velkých objemů dat

Recenze čtenářů

Kniha o Apache Spark (primárně zaměřená na PySpark) získala různorodé recenze, které vyzdvihují její praktický přístup, podrobné vysvětlení a rozsáhlé příklady v jazycích Scala i Python. Čelí však také kritice za organizaci, přesnost kódu a problémy s formátováním při čtení na některých zařízeních.

⬤ Praktický přístup k výuce
⬤ komplexní pokrytí konceptů Sparku
⬤ podrobné příklady kódu ve Scale a Pythonu
⬤ obsahuje sekce o ML
⬤ uspořádaný materiál pro pochopení architektury Sparku
⬤ vhodný pro studenty přecházející z jiných programovacích jazyků
⬤ užitečný jako jediný zdroj pro Spark v produkci.

⬤ Některé příklady kódu jsou nesprávné nebo vyžadují úpravu
⬤ organizace může být nejednotná
⬤ problémy s formátováním na digitálních platformách (např. Kindle)
⬤ stránky mohou mít špatnou kvalitu tisku
⬤ někteří je považují za opakující se
⬤ nemusí poskytnout okamžité využitelné znalosti všem čtenářům.

(na základě 71 hodnocení čtenářů)

Původní název:

Spark: The Definitive Guide: Big Data Processing Made Simple

Obsah knihy:

Naučte se používat, nasazovat a udržovat Apache Spark s touto komplexní příručkou, kterou napsali tvůrci tohoto open-source clusterového výpočetního frameworku. S důrazem na vylepšení a nové funkce v aplikaci Spark 2. 0, autoři Bill Chambers a Matei Zaharia rozdělují témata Sparku do samostatných částí, z nichž každá má jedinečný cíl.

Prozkoumáte základní operace a běžné funkce strukturovaných rozhraní API Sparku a také Structured Streaming, nové vysokoúrovňové rozhraní API pro vytváření end-to-end streamovacích aplikací. Vývojáři a správci systémů se naučí základy monitorování, ladění a ladění Sparku a prozkoumají techniky strojového učení a scénáře využití MLlib, škálovatelné knihovny Sparku pro strojové učení.

⬤ Získáte jemný přehled o velkých datech a Sparku.

⬤ Na praktických příkladech se seznámíte s DataFrames, SQL a Datasets - základními rozhraními API Sparku.

⬤ Ponořte se do nízkoúrovňových rozhraní API Sparku, RDD a provádění SQL a DataFrames.

⬤ Pochopte, jak Spark běží na clusteru.

⬤ Debugovat, monitorovat a ladit clustery a aplikace Sparku.

⬤ Poznejte možnosti strukturovaného streamování Spark a MLlib pro úlohy strojového učení.

⬤ Prozkoumejte širší ekosystém Sparku, včetně SparkR a Graph Analysis.

⬤ Prozkoumejte nasazení Sparku, včetně pokrytí Sparku v cloudu.