Spark. Błyskawiczna analiza danych. Wydanie II

Apache Spark to otwarte oprogramowanie zaprojektowane do przetwarzania danych w klastrach z wysoką efektywnością. Ten uniwersalny framework pozwala na pracę zarówno w trybie wsadowym, jak i strumieniowym, co czyni go idealnym narzędziem do wykonywania złożonych operacji, w tym analizy predykcyjnej i wdrażania algorytmów uczenia maszynowego. Dzięki temu Apache Spark jest doskonałym wyborem dla profesjonalistów zajmujących się dużymi zbiorami danych oraz analizą i eksploracją danych.Książka skierowana jest do inżynierów danych oraz programistów zainteresowanych wykorzystaniem Sparka w zaawansowanej analizie danych i implementacji algorytmów uczenia maszynowego z różnorodnych źródeł. Czytelnik dowie się, jak za pomocą Apache Spark harmonizować i analizować duże zbiory danych, tworząc spójne jeziora danych. Opisano także sposób przeprowadzania interaktywnych zapytań SQL, budowania potoków z użyciem MLlib oraz wdrażania modeli przy zastosowaniu MLflow. Książka omawia również integrację aplikacji Sparka z jego rozproszonymi komponentami oraz różne tryby wdrażania w zróżnicowanych środowiskach.Publikacja zawiera również szczegółowe informacje na temat: - API strukturalnych dla takich języków jak Python, SQL, Scala i Java - Działania silnika SQL i operacji w Sparku - Konfiguracji Sparka oraz interfejsu Spark UI - Łączenia się z różnymi źródłami danych, w tym JSON, Parquet, CSV, Avro, ORC, Hive, S3 i Kafka - Analityki danych wsadowych i strumieniowych - Tworzenia niezawodnych potoków danych i potoków uczenia maszynowego Z Sparkem zbudujesz skalowalne i niezawodne aplikacje big data!