دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Andy Konwinski, Holden Karau, Matei Zaharia, Patrick Wendell سری: ناشر: O'Reilly Media سال نشر: 2015 تعداد صفحات: [78] زبان: English فرمت فایل : MOBI (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 Mb
در صورت تبدیل فایل کتاب Learning Spark Lightning-Fast Big Data Analysis به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب یادگیری جرقه رعد و برق-سریع تجزیه و تحلیل داده های بزرگ نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
داده ها در همه حوزه ها بزرگتر می شوند. چگونه می توانید به طور
موثر با آن کار کنید؟ Learning Spark: Lightning-Fast Big Data
Analysis Apache Spark را معرفی می کند، سیستم محاسباتی خوشه ای
منبع باز که باعث می شود تجزیه و تحلیل داده ها سریع بنویسند و
سریع اجرا شوند. با Spark، میتوانید از طریق APIهای ساده در
پایتون، جاوا و اسکالا به سرعت با مجموعه دادههای بزرگ مقابله
کنید.
این کتاب که توسط توسعهدهندگان Spark نوشته شده است، دانشمندان و
مهندسان داده را در کمترین زمان آماده میکند. شما یاد خواهید
گرفت که چگونه کارهای موازی را تنها با چند خط کد بیان کنید، و
برنامههای کاربردی را از کارهای دستهای ساده گرفته تا پردازش
جریانی و یادگیری ماشین پوشش دهید.
به سرعت در قابلیتهای Spark مانند مجموعه دادههای توزیعشده،
ذخیرهسازی حافظه پنهان، و پوسته تعاملی
از کتابخانه های داخلی قدرتمند Spark، از جمله Spark SQL، Spark
Streaming و MLlib استفاده کنید
از یک الگوی برنامه نویسی به جای ترکیب و تطبیق ابزارهایی مانند
Hive، Hadoop، Mahout و Storm استفاده کنید
بیاموزید چگونه برای استقرار برنامه های تعاملی، دسته ای و
جریانی
اتصال به منابع داده از جمله HDFS، Hive، JSON، و S3
تسلط بر موضوعات پیشرفته مانند پارتیشن بندی داده ها و متغیرهای
مشترک
Data in all domains is getting bigger. How can you work with it
efficiently? Learning Spark: Lightning-Fast Big Data Analysis
introduces Apache Spark, the open source cluster computing
system that makes data analytics fast to write and fast to run.
With Spark, you can tackle big datasets quickly through simple
APIs in Python, Java, and Scala.
Written by the developers of Spark, this book will have data
scientists and engineers up and running in no time. You’ll
learn how to express parallel jobs with just a few lines of
code, and cover applications from simple batch jobs to stream
processing and machine learning.
Quickly dive into Spark capabilities such as distributed
datasets, in-memory caching, and the interactive shell
Leverage Spark’s powerful built-in libraries, including Spark
SQL, Spark Streaming, and MLlib
Use one programming paradigm instead of mixing and matching
tools like Hive, Hadoop, Mahout, and Storm
Learn how to deploy interactive, batch, and streaming
applications
Connect to data sources including HDFS, Hive, JSON, and
S3
Master advanced topics like data partitioning and shared
variables