Spark in Action

خلاصه

Spark in Action تئوری و مهارت‌هایی را که برای مدیریت مؤثر داده‌های دسته‌ای و جریانی با استفاده از Spark نیاز دارید به شما آموزش می‌دهد. کاملاً برای Spark 2.0 به‌روزرسانی شد.

خرید کتاب چاپی شامل یک کتاب الکترونیکی رایگان در قالب‌های PDF، Kindle، و ePub از انتشارات Manning است.

درباره فناوری

سیستم‌های کلان داده مجموعه‌های داده را در میان خوشه‌هایی از ماشین‌ها توزیع می‌کنند و جستجو، جریان و تفسیر آنها را به چالشی تبدیل می‌کنند. اسپارک می تواند کمک کند. این یک سیستم پردازشی است که به طور خاص برای داده های توزیع شده طراحی شده است. این رابط کاربری آسان را همراه با عملکردی که برای تجزیه و تحلیل با کیفیت تولید و یادگیری ماشین نیاز دارید، فراهم می کند. Spark 2 همچنین APIهای برنامه نویسی بهبود یافته، عملکرد بهتر و ارتقاءهای بی شمار دیگر را اضافه می کند.

درباره کتاب

Spark in Action به شما تئوری و مهارت هایی را می آموزد که برای مدیریت موثر داده های دسته ای و جریانی با استفاده از Spark نیاز دارید. با کار کردن با چند مثال مقدماتی، با Spark CLI راحت خواهید شد. سپس، برنامه نویسی Spark را با استفاده از API های اصلی آن شروع می کنید. در طول مسیر، با داده‌های ساختاریافته با استفاده از Spark SQL کار می‌کنید، داده‌های جریانی تقریباً واقعی را پردازش می‌کنید، الگوریتم‌های یادگیری ماشین را اعمال می‌کنید و داده‌های نمودار را با استفاده از Spark GraphX ​​تغییر می‌دهید. برای راه اندازی بدون تلاش، می توانید ماشین مجازی از پیش پیکربندی شده را دانلود کنید تا کد کتاب را امتحان کنید.

چه چیزی در داخل است

• به روز شده برای Spark 2.0
• مطالعات موردی واقعی
• Spark DevOps با Docker
• نمونه‌هایی در Scala و آنلاین در Java و Python

درباره Reader

درباره نویسندگان

Petar Zečević و Marko Bonaći توسعه دهندگان باتجربه ای هستند که به شدت درگیر انجمن Spark.

فهرست محتوا

بخش 1 - مراحل اول

1. مقدمه ای بر آپاچی اسپارک
2. اصول Spark
3. نوشتن برنامه های Spark
4. API Spark در عمق

   PART 2 - MeET THE SPARK FAMILY

   < li>پرسش‌های درخشان با Spark SQL
5. مصرف داده‌ها با Spark Streaming
6. هوشمند شدن با MLlib
7. ML: طبقه‌بندی و خوشه‌بندی
8. اتصال نقاط با GraphX ​​

   PART 3 - SPARK OPS

9. Running Spark
10. Running on a Spark standalone cluster
11. Running on YARN and Mesos

    بخش 4 - گرد هم آوردن آن

12. مطالعه موردی: داشبورد بلادرنگ
13. یادگیری عمیق در Spark با H2O

Summary

Spark in Action teaches you the theory and skills you need to effectively handle batch and streaming data using Spark. Fully updated for Spark 2.0.

Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.

About the Technology

Big data systems distribute datasets across clusters of machines, making it a challenge to efficiently query, stream, and interpret them. Spark can help. It is a processing system designed specifically for distributed data. It provides easy-to-use interfaces, along with the performance you need for production-quality analytics and machine learning. Spark 2 also adds improved programming APIs, better performance, and countless other upgrades.

About the Book

Spark in Action teaches you the theory and skills you need to effectively handle batch and streaming data using Spark. You'll get comfortable with the Spark CLI as you work through a few introductory examples. Then, you'll start programming Spark using its core APIs. Along the way, you'll work with structured data using Spark SQL, process near-real-time streaming data, apply machine learning algorithms, and munge graph data using Spark GraphX. For a zero-effort startup, you can download the preconfigured virtual machine ready for you to try the book's code.

What's Inside

• Updated for Spark 2.0
• Real-life case studies
• Spark DevOps with Docker
• Examples in Scala, and online in Java and Python

About the Reader

Written for experienced programmers with some background in big data or machine learning.

About the Authors

Petar Zečević and Marko Bonaći are seasoned developers heavily involved in the Spark community.

Table of Contents

PART 1 - FIRST STEPS

1. Introduction to Apache Spark
2. Spark fundamentals
3. Writing Spark applications
4. The Spark API in depth

   PART 2 - MEET THE SPARK FAMILY

5. Sparkling queries with Spark SQL
6. Ingesting data with Spark Streaming
7. Getting smart with MLlib
8. ML: classification and clustering
9. Connecting the dots with GraphX

   PART 3 - SPARK OPS

10. Running Spark
11. Running on a Spark standalone cluster
12. Running on YARN and Mesos

    PART 4 - BRINGING IT TOGETHER

13. Case study: real-time dashboard
14. Deep learning on Spark with H2O