Ilość danych we wszystkich domenach wciąż rośnie. Jak możemy skutecznie je wykorzystywać? W książce Poznajemy Sparka przedstawiono Apache Spark, system open source do przetwarzania klastrów, dzięki któremu pisanie i uruchamianie aplikacji analizy danych jest szybsze. Za pomocą Sparka można stawić czoła dużym zbiorom danych za pośrednictwem prostych interfejsów w językach Python, Java i Scala.
Dzięki tej pracy, napisanej przez deweloperów Sparka, naukowcy zajmujący się danymi i inżynierowie dowiedzą się, jak przedstawiać równoległe zadania za pomocą kilku wierszy kodu oraz jak pisać aplikacje od prostych zdań wsadowych do przetwarzania strumieniowego i systemów uczących się.
Informacje zawarte w książce pozwolą im na: • szybkie zgłębienie możliwości Sparka, takich jak rozproszone zbiory danych, buforowanie w pamięci oraz interaktywna powłoka • wykorzystywanie wbudowanych bibliotek, łącznie z Spark SQL, Spark Streaming oraz MLlib • wykorzystywanie paradygmatu programowania zamiast łączenia i dopasowywania narzędzi takich jak Hive, Hadoop, Mahout i Storm • poznawanie sposobu wykorzystywania aplikacji interakcyjnych, wsadowych i strumieniowych • dołączanie źródeł danych, np. HDFS, Hive, JSON i S3 • opanowanie zaawansowanych tematów takich jak partycjonowanie i zmienne współdzielone
Spis treści: 1. Wprowadzenie do analizy danych w Sparku 2. Pobieranie Sparka i rozpoczęcie pracy 3. Programowanie z rozproszonymi zbiorami danych RDD 4. Praca z parami klucz-wartość 5. Ładowanie i zapisywanie danych 6. Zaawansowane programowanie w Sparku 7. Uruchamianie Sparka w klastrze 8. Dostrajanie i debugowanie Sparka 9. Spark SQL 10. Spark Streaming 11. Systemy uczące się w MLib
Poznajemy Sparka Błyskawiczna analiza danych
|