PySpark Recipes: A Problem-Solution Approach with PySpark2

به‌سرعت راه‌حل‌هایی برای مشکلات رایج برنامه‌نویسی که هنگام پردازش داده‌های بزرگ با آن مواجه می‌شوند، بیابید. محتوا در قالب رایج مشکل-راه حل ارائه شده است. مشکل برنامه نویسی را که می خواهید حل کنید جستجو کنید. راه حل را بخوانید. راه حل را مستقیماً در کد خود اعمال کنید. مشکل حل شد!

PySpark Recipes هادوپ و کاستی‌های آن را پوشش می‌دهد. معماری Spark، PySpark و RDD ارائه شده است. شما یاد خواهید گرفت که از RDD برای حل مشکلات روزانه کلان داده استفاده کنید. Python و NumPy گنجانده شده است و درک و پذیرش مدل را برای زبان آموزان جدید PySpark آسان می کند.

آنچه خواهید آموخت

• درک ویژگی های پیشرفته PySpark2 و SparkSQL

• کد خود را بهینه کنید

• برنامه SparkSQL با پایتون

• از Spark Streaming و Spark MLlib با Python استفاده کنید

• آنالیز نمودار را با GraphFrames انجام دهید

این کتاب برای چه کسی است

< قوی

تحلیلگران داده، برنامه نویسان پایتون، علاقه مندان به داده های بزرگ

Quickly find solutions to common programming problems encountered while processing big data. Content is presented in the popular problem-solution format. Look up the programming problem that you want to solve. Read the solution. Apply the solution directly in your own code. Problem solved!

PySpark Recipes covers Hadoop and its shortcomings. The architecture of Spark, PySpark, and RDD are presented. You will learn to apply RDD to solve day-to-day big data problems. Python and NumPy are included and make it easy for new learners of PySpark to understand and adopt the model.

What You Will Learn  

• Understand the advanced features of PySpark2 and SparkSQL

• Optimize your code

• Program SparkSQL with Python

• Use Spark Streaming and Spark MLlib with Python

• Perform graph analysis with GraphFrames

Who This Book Is For

Data analysts, Python programmers, big data enthusiasts