
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
ویژگیهای کلیدی* راهاندازی زیرساخت پردازش دادههای حجیم به صورت جریانی (استریمینگ) لحظهای و دستهای با استفاده از اسپارک و پایتون* ارائه نمودارهای کاربردی در یک وباپلیکیشن با استفاده از اسپارک (PySpark)* تزریق دادههای زنده با استفاده از اسپارک استریمینگ و رویدادهای لحظهای
توضیحات کتاب
به دنبال یک سیستم محاسبات خوشهای با رابطهای برنامهنویسی سطح بالا هستید؟ آپاچی اسپارک پاسخ شماست؛ یک سیستم محاسبات خوشهای متنباز، سریع و همهمنظوره. پایگاههای حافظه چندمرحلهای اسپارک سرعتی تا ۱۰۰ برابر بیشتر از هادوپ فراهم میکنند و همچنین برای الگوریتمهای یادگیری ماشین بسیار مناسب هستند.
آیا یک توسعهدهنده پایتون هستید که میخواهید با موتور اسپارک کار کنید؟ اگر چنین است، این کتاب همراه شما خواهد بود تا با استفاده از اسپارک به عنوان موتور پردازش، کتابخانههای تصویرسازی پایتون و چارچوبهای وب مانند فلاسک، اپلیکیشنهای دادهمحور بسازید.
در ابتدا، مؤثرترین روش نصب محیط توسعه پایتون مجهز به اسپارک، بلیز و بوکه را خواهید آموخت. سپس یاد خواهید گرفت که چگونه به پایگاههای دادهای مانند مایاسکیوال، مونگودبی، کاساندرا و هادوپ متصل شوید.
در طول کتاب مهارتهای خود را گسترش خواهید داد و با منابع مختلف داده (گیتهاب، توییتر، میتاپ و وبلاگها)، ساختارهای دادهای آنها و راهحلهای غلبه بر پیچیدگیها آشنا میشوید. مجموعهدادهها را با استفاده از آیپایتون نوتبوک بررسی میکنید و یاد میگیرید که چگونه مدلهای داده و خطوط لوله را بهینهسازی کنید. در نهایت، نحوه ایجاد مجموعهدادههای آموزشی و آموزش مدلهای یادگیری ماشین را یاد خواهید گرفت.
تا پایان این کتاب، یک اپلیکیشن دادهمحور ردیاب روند لحظهای و کاربردی با اسپارک خواهید ساخت.
آنچه خواهید آموخت
* ایجاد محیط توسعه پایتون مجهز به اسپارک (PySpark)، بلیز و بوکه
* ساخت یک اپلیکیشن دادهمحور ردیاب روند لحظهای
* تصویرسازی روندها و بینشهای بهدستآمده از دادهها با استفاده از بوکه
* استخراج بینش از دادهها با استفاده از یادگیری ماشین از طریق اسپارک MLLIB
* کار با دادهها با استفاده از بلیز
* ایجاد مجموعهدادههای آموزشی و آموزش مدلهای یادگیری ماشین
* آزمایش مدلهای یادگیری ماشین روی مجموعهدادههای آزمایشی
* استقرار الگوریتمها و مدلهای یادگیری ماشین و مقیاسبندی آنها برای رویدادهای لحظهای
درباره نویسنده
آمیت ناندی فیزیک را در دانشگاه آزاد بروکسل در بلژیک خواند، جایی که پژوهش خود را روی هولوگرامهای تولیدشده با کامپیوتر انجام داد. هولوگرامهای تولیدشده با کامپیوتر اجزای کلیدی یک کامپیوتر نوری هستند که با فوتونهایی با سرعت نور کار میکند. او سپس با ابرکامپیوتر Cray دانشگاه کار کرد و کارهای دستهای از برنامههای نوشتهشده با فرترن را ارسال نمود. این کار اشتیاق او را به محاسبات برانگیخت و روزبهروز بیشتر شد. او بهطور گسترده روی ابتکارات بزرگ مهندسی مجدد کسبوکار با استفاده از SAP به عنوان ابزار اصلی کار کرده است. او در ۱۵ سال گذشته روی استارتاپها در حوزه داده تمرکز کرده و مناطق جدیدی را در چشمانداز فناوری اطلاعات پیشگام کرده است. او در حال حاضر به عنوان معمار سازمانی، مهندس داده و توسعهدهنده نرمافزار روی اپلیکیشنهای دادهمحور در مقیاس بزرگ تمرکز دارد. او به هفت زبان انسانی مسلط است و آنها را میفهمد. اگرچه پایتون زبان برنامهنویسی ترجیحی اوست، اما او قصد دارد بتواند به هفت زبان برنامهنویسی نیز به روانی بنویسد.
فهرست مطالب
۱. راهاندازی یک محیط مجازی اسپارک
۲. ساخت اپلیکیشنهای دستهای و استریمینگ با اسپارک
۳. کار با دادهها با اسپارک
۴. یادگیری از دادهها با استفاده از اسپارک
۵. استریم کردن دادههای زنده با اسپارک
۶. تصویرسازی بینشها و روندها
Key Features* Set up real-time streaming and batch data intensive infrastructure using Spark and Python* Deliver insightful visualizations in a web app using Spark (PySpark)* Inject live data using Spark Streaming with real-time eventsBook DescriptionLooking for a cluster computing system that provides high-level APIs? Apache Spark is your answer―an open source, fast, and general purpose cluster computing system. Spark's multi-stage memory primitives provide performance up to 100 times faster than Hadoop, and it is also well-suited for machine learning algorithms.Are you a Python developer inclined to work with Spark engine? If so, this book will be your companion as you create data-intensive app using Spark as a processing engine, Python visualization libraries, and web frameworks such as Flask.To begin with, you will learn the most effective way to install the Python development environment powered by Spark, Blaze, and Bookeh. You will then find out how to connect with data stores such as MySQL, MongoDB, Cassandra, and Hadoop.You'll expand your skills throughout, getting familiarized with the various data sources (Github, Twitter, Meetup, and Blogs), their data structures, and solutions to effectively tackle complexities. You'll explore datasets using iPython Notebook and will discover how to optimize the data models and pipeline. Finally, you'll get to know how to create training datasets and train the machine learning models.By the end of the book, you will have created a real-time and insightful trend tracker data-intensive app with Spark.What you will learn* Create a Python development environment powered by Spark (PySpark), Blaze, and Bookeh* Build a real-time trend tracker data intensive app* Visualize the trends and insights gained from data using Bookeh* Generate insights from data using machine learning through Spark MLLIB* Juggle with data using Blaze* Create training data sets and train the Machine Learning models* Test the machine learning models on test datasets* Deploy the machine learning algorithms and models and scale it for real-time eventsAbout the Author**Amit Nandi** studied physics at the Free University of Brussels in Belgium, where he did his research on computer generated holograms. Computer generated holograms are the key components of an optical computer, which is powered by photons running at the speed of light. He then worked with the university Cray supercomputer, sending batch jobs of programs written in Fortran. This gave him a taste for computing, which kept growing. He has worked extensively on large business reengineering initiatives, using SAP as the main enabler. He focused for the last 15 years on start-ups in the data space, pioneering new areas of the information technology landscape. He is currently focusing on large-scale data-intensive applications as an enterprise architect, data engineer, and software developer. He understands and speaks seven human languages. Although Python is his computer language of choice, he aims to be able to write fluently in seven computer languages too.Table of Contents1. Setting Up a Spark Virtual Environment2. Building Batch and Streaming Apps with Spark3. Juggling Data with Spark4. Learning from Data Using Spark5. Streaming Live Data with Spark6. Visualizing Insights and Trends