Η ταχύτητα του Apache Spark, η ευκολία χρήσης του, οι προηγμένες δυνατότητες αναλυτικής επεξεργασίας και η υποστήριξη πολλαπλών γλωσσών καθιστούν τη γνώση αυτού του πλαισίου υπολογιστών κατανεμημένων πόρων απαραίτητη δεξιότητα για μηχανικούς δεδομένων και επιστήμονες δεδομένων. Με αυτόν τον πρακτικό οδηγό, όποιος αναζητά μια εισαγωγή στο Spark θα μάθει αποτελεσματικούς αλγόριθμους και παραδείγματα με χρήση του PySpark.

Σε κάθε κεφάλαιο, ο συγγραφέας Mahmoud Parsian δείχνει πώς να λύνετε ένα πρόβλημα δεδομένων με ένα σύνολο μετασχηματισμών και αλγορίθμων του Spark. Θα μάθετε να αντιμετωπίζετε προβλήματα που σχετίζονται με ETL, σχεδιαστικά πρότυπα, αλγόριθμους μηχανικής μάθησης, κατάτμηση δεδομένων και ανάλυση γονιδιωματικής. Κάθε λεπτομερές παράδειγμα εφαρμογής περιλαμβάνει αλγορίθμους PySpark χρησιμοποιώντας τον driver του PySpark σε κατάλληλο διαδραστικό περιβάλλον.