Vysoce výkonná jiskra: Nejlepší postupy pro škálování a optimalizaci Apache Spark

Recenze čtenářů

Kniha „High Performance Spark“ nabízí podrobný výklad o psaní efektivního kódu Sparku, který je vhodný pro profesionály s předchozími znalostmi jazyka Scala a Spark. Zaměřuje se na optimalizaci výkonu a poskytuje důkladné příklady kódu, především v jazyce Scala. Zatímco někteří uživatelé ji považovali za dobře strukturovaný a informativní zdroj, jiní kritizovali její přístupnost pro začátečníky a velkou závislost na jazyce Scala.

⬤ Komplexní průvodce psaním vysoce výkonného kódu Sparku.
⬤ Podrobné vysvětlení pokročilých konceptů a optimalizačních technik.
⬤ Dobře strukturovaný výklad s vyváženým poměrem teorie a praktických aplikací.
⬤ Bohatý na příklady kódu, které zlepšují porozumění, zejména pro ty, kteří znají jazyk Scala.
⬤ Přehledná prezentace, jednoduchost a užitečné diagramy.

⬤ Nevhodné pro začátečníky; vyžaduje předchozí znalosti Sparku a jazyka Scala.
⬤ Velké zaměření na jazyk Scala může odradit uživatele, kteří tento jazyk neznají.
⬤ Někteří uživatelé měli pocit, že je příliš hutná a náročná bez praktického prostředí Sparku.
⬤ Omezené pokrytí některých témat, například streamování Sparku.
⬤ Někteří ji považovali za nudnou kvůli nadměrnému množství příkladů kódování.

(na základě 27 hodnocení čtenářů)

Původní název:

High Performance Spark: Best Practices for Scaling and Optimizing Apache Spark

Obsah knihy:

Apache Spark je úžasný, když všechno klapne. Pokud jste však nezaznamenali očekávané zlepšení výkonu nebo se stále necítíte dostatečně jistí, abyste mohli Spark používat v produkčním provozu, je tato praktická kniha určena právě vám. Autoři Holden Karau a Rachel Warrenová vám předvedou výkonnostní optimalizace, které pomohou vašim dotazům ve Sparku běžet rychleji, zvládnout větší objemy dat a přitom využívat méně zdrojů.

Tato kniha je ideální pro softwarové inženýry, datové inženýry, vývojáře a správce systémů pracující s rozsáhlými datovými aplikacemi a popisuje techniky, které mohou snížit náklady na datovou infrastrukturu a snížit počet hodin strávených vývojáři. Nejenže získáte ucelenější představu o technologii Spark, ale také se naučíte, jak ji rozezpívat.

S touto knihou prozkoumáte:

⬤ Jak nová rozhraní Spark SQL zlepšují výkon oproti datové struktuře RDD jazyka SQL.

⬤ Výběr mezi spojováním dat v jádře Spark a Spark SQL.

⬤ Techniky pro maximální využití standardních transformací RDD.

⬤ Jak obejít výkonnostní problémy v paradigmatu dvojic klíč/hodnota ve Sparku.

⬤ Psaní vysoce výkonného kódu Sparku bez jazyka Scala nebo JVM.

⬤ Jak testovat funkčnost a výkon při použití navrhovaných vylepšení.

⬤ Používání knihoven Spark MLlib a Spark ML pro strojové učení.

⬤ Sparkovské komponenty Streaming a externí komunitní balíčky.