Spark. Błyskawiczna analiza danych. Wydanie II

Apache Spark jest oprogramowaniem open source, przeznaczonym do klastrowego przetwarzania danych dostarczanych w r&oacute,żnych formatach. Pozwala na uzyskanie niespotykanej wydajności, umożliwia też pracę w trybie wsadowym i strumieniowym. Framework ten jest r&oacute,wnież świetnie przygotowany do uruchamiania złożonych aplikacji, włączając w to algorytmy uczenia maszynowego czy analizy predykcyjnej. To wszystko sprawia, że Apache Spark stanowi znakomity wyb&oacute,r dla programist&oacute,w zajmujących się big data, a także eksploracją i analizą danych.

To książka przeznaczona dla inżynier&oacute,w danych i programist&oacute,w, kt&oacute,rzy chcą za pomocą Sparka przeprowadzać skomplikowane analizy danych i korzystać z algorytm&oacute,w uczenia maszynowego, nawet jeśli te dane pochodzą z r&oacute,żnych źr&oacute,deł. Wyjaśniono tu, jak dzięki Apache Spark można odczytywać i ujednolicać duże zbiory informacji, aby powstawały niezawodne jeziora danych, w jaki spos&oacute,b wykonuje się interaktywne zapytania SQL, a także jak tworzy się potoki przy użyciu MLlib i wdraża modele za pomocą biblioteki MLflow. Om&oacute,wiono r&oacute,wnież wsp&oacute,łdziałanie aplikacji Sparka z jego rozproszonymi komponentami i tryby jej wdrażania w poszczeg&oacute,lnych środowiskach.

W książce:

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

Spark: tw&oacute,rz skalowalne i niezawodne aplikacje big data!