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.
با اسپارک، پی‌اسپارک و ابزارهای متن‌باز مرتبط، مسائل تحلیل داده را حل کنید.
اسپارک در قلب انقلاب امروزِ «داده‌های عظیم» قرار دارد و به متخصصان داده کمک می‌کند تا بهره‌وری و عملکرد خود را در طیف گسترده‌ای از کارهای پردازش داده و تحلیل داده تقویت کنند. در این راهنما، جفری آون که در حوزه داده‌های عظیم تخصص دارد، هر آنچه لازم است تا از اسپارک ـ به‌همراه افزونه‌ها، زیرپروژه‌ها و اکوسیستم گسترده‌تر آن ـ استفاده کنید را پوشش می‌دهد.
آون با ارائه یک معرفی پایه‌ای درباره مفاهیم بنیادی اسپارک، بدون وابستگی به زبان، و سپس مجموعه‌ای گسترده از مثال‌های برنامه‌نویسی که با محیط توسعه محبوب و شهودی پی‌اسپارک نوشته شده‌اند، راهنمایی می‌کند. تمرکز این راهنما بر پایتون باعث می‌شود برای طیف وسیعی از متخصصان داده، تحلیلگران و توسعه‌دهندگان به‌راحتی قابل دسترس باشد؛ حتی برای کسانی که تجربه چندانی از هادوپ یا اسپارک ندارند.
پوشش گسترده آون از برنامه‌نویسی اسپارک از سطح مقدماتی تا پیشرفته، و همچنین از اسپارک SQL تا یادگیری ماشین را در بر می‌گیرد. یاد می‌گیرید چطور انواع گوناگون داده را کارآمد با اسپارک مدیریت کنید: داده‌های جریانی (استریمینگ)، ساخت‌یافته، نیمه‌ساخت‌یافته و بدون ساختار. در طول مسیر، مرورهای کوتاه و روشنِ هر موضوع به سرعت شما را در جریان می‌گذارد و تمرین‌های طولانی و عملی کمک می‌کند بتوانید مسائل واقعی را حل کنید.
محتوا شامل موارد زیر است:
* درک نقش در حال تحول اسپارک در اکوسیستم داده‌های عظیم و هادوپ
* ایجاد خوشه‌های اسپارک با شیوه‌های مختلف استقرار (deployment)
* کنترل و بهینه‌سازی عملکرد خوشه‌ها و برنامه‌های اسپارک
* مسلط شدن بر تکنیک‌های برنامه‌نویسی در API اسپارک کور RDD
* گسترش، شتاب‌بخشی و بهینه‌سازی روتین‌های اسپارک با سازه‌های پیشرفته پلتفرم API، از جمله متغیرهای اشتراکی، ذخیره‌سازی RDD و پارتیشن‌بندی
* یکپارچه‌سازی کارآمد اسپارک با هم دیتابیس‌های مبتنی بر SQL و هم منابع داده غیررابطه‌ای (nonrelational)
* انجام پردازش جریانی و پیام‌رسانی با Spark Streaming و Apache Kafka
* پیاده‌سازی مدل‌های پیش‌بینی با SparkR و Spark MLlib
Solve Data Analytics Problems with Spark, PySpark, and Related Open Source ToolsSpark 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
هنر
رایانه و برنامه‌نویسی
زبان انگیسی (رایگان)
درسی و کمک درسی (رایگان)