Learning PySpark
暫譯: 學習 PySpark
Tomasz Drabas, Denny Lee
- 出版商: Packt Publishing
- 出版日期: 2017-02-27
- 定價: $1,470
- 售價: 6.0 折 $882
- 語言: 英文
- 頁數: 274
- 裝訂: Paperback
- ISBN: 1786463709
- ISBN-13: 9781786463708
-
相關分類:
Spark
-
相關翻譯:
PySpark 實戰指南 : 利用 Python 和 Spark 構建數據密集型應用並規模化部署 (Learning PySpark) (簡中版)
立即出貨 (庫存=1)
買這商品的人也買了...
-
$880$695 -
$580$199 -
$780$663 -
$450$383 -
$708$673 -
$654$621
相關主題
商品描述
Build data-intensive applications locally and deploy at scale using the combined powers of Python and Spark 2.0
About This Book
- Learn why and how you can efficiently use Python to process data and build machine learning models in Apache Spark 2.0
- Develop and deploy efficient, scalable real-time Spark solutions
- Take your understanding of using Spark with Python to the next level with this jump start guide
Who This Book Is For
If you are a Python developer who wants to learn about the Apache Spark 2.0 ecosystem, this book is for you. A firm understanding of Python is expected to get the best out of the book. Familiarity with Spark would be useful, but is not mandatory.
What You Will Learn
- Learn about Apache Spark and the Spark 2.0 architecture
- Build and interact with Spark DataFrames using Spark SQL
- Learn how to solve graph and deep learning problems using GraphFrames and TensorFrames respectively
- Read, transform, and understand data and use it to train machine learning models
- Build machine learning models with MLlib and ML
- Learn how to submit your applications programmatically using spark-submit
- Deploy locally built applications to a cluster
In Detail
Apache Spark is an open source framework for efficient cluster computing with a strong interface for data parallelism and fault tolerance. This book will show you how to leverage the power of Python and put it to use in the Spark ecosystem. You will start by getting a firm understanding of the Spark 2.0 architecture and how to set up a Python environment for Spark.
You will get familiar with the modules available in PySpark. You will learn how to abstract data with RDDs and DataFrames and understand the streaming capabilities of PySpark. Also, you will get a thorough overview of machine learning capabilities of PySpark using ML and MLlib, graph processing using GraphFrames, and polyglot persistence using Blaze. Finally, you will learn how to deploy your applications to the cloud using the spark-submit command.
By the end of this book, you will have established a firm understanding of the Spark Python API and how it can be used to build data-intensive applications.
Style and approach
This book takes a very comprehensive, step-by-step approach so you understand how the Spark ecosystem can be used with Python to develop efficient, scalable solutions. Every chapter is standalone and written in a very easy-to-understand manner, with a focus on both the hows and the whys of each concept.
商品描述(中文翻譯)
**建立資料密集型應用程式,並利用 Python 和 Spark 2.0 的結合力量在本地開發和大規模部署**
## 本書簡介
- 學習為什麼以及如何有效地使用 Python 在 Apache Spark 2.0 中處理資料並建立機器學習模型
- 開發和部署高效、可擴展的即時 Spark 解決方案
- 透過這本快速入門指南,將您對使用 Spark 與 Python 的理解提升到下一個層次
## 本書適合誰
如果您是希望了解 Apache Spark 2.0 生態系統的 Python 開發者,這本書適合您。期望您對 Python 有堅實的理解,以便從本書中獲益良多。熟悉 Spark 將會有幫助,但並非必須。
## 您將學到什麼
- 了解 Apache Spark 及其 Spark 2.0 架構
- 使用 Spark SQL 建立和操作 Spark DataFrames
- 學習如何分別使用 GraphFrames 和 TensorFrames 解決圖形和深度學習問題
- 讀取、轉換和理解資料,並利用這些資料訓練機器學習模型
- 使用 MLlib 和 ML 建立機器學習模型
- 學習如何使用 spark-submit 程式化地提交您的應用程式
- 將本地構建的應用程式部署到叢集
## 詳細內容
Apache Spark 是一個開源框架,用於高效的叢集計算,具有強大的資料平行處理和容錯介面。本書將向您展示如何利用 Python 的力量並將其應用於 Spark 生態系統。您將首先深入了解 Spark 2.0 架構以及如何為 Spark 設置 Python 環境。
您將熟悉 PySpark 中可用的模組。您將學習如何使用 RDD 和 DataFrames 抽象資料,並理解 PySpark 的串流能力。此外,您將全面了解 PySpark 的機器學習能力,包括使用 ML 和 MLlib、使用 GraphFrames 進行圖形處理,以及使用 Blaze 進行多語言持久性。最後,您將學習如何使用 spark-submit 命令將應用程式部署到雲端。
在本書結束時,您將對 Spark Python API 有堅實的理解,並了解如何使用它來建立資料密集型應用程式。
## 風格與方法
本書採取非常全面的逐步方法,讓您了解如何使用 Python 開發高效、可擴展的解決方案。每一章都是獨立的,並以非常易於理解的方式撰寫,重點放在每個概念的「如何」和「為什麼」上。