توضیحات
Key Features
This book is based on the latest 2.0 version of Apache Spark and 2.7 version of Hadoop integrated with most commonly used tools.
Learn all Spark stack components including latest topics such as DataFrames, DataSets, GraphFrames, Structured Streaming, DataFrame based ML Pipelines and SparkR.
Integrations with frameworks such as HDFS, YARN and tools such as Jupyter, Zeppelin, NiFi, Mahout, HBase Spark Connector, GraphFrames, H2O and Hivemall.
Book Description
Big Data Analytics book aims at providing the fundamentals of Apache Spark and Hadoop. All Spark components Spark Core, Spark SQL, DataFrames, Data sets, Conventional Streaming, Structured Streaming, MLlib, Graphx and Hadoop core components HDFS, MapReduce and Yarn are explored in greater depth with implementation examples on Spark + Hadoop clusters.
It is moving away from MapReduce to Spark. So, advantages of Spark over MapReduce are explained at great depth to reap benefits of in-memory speeds. DataFrames API, Data Sources API and new Data set API are explained for building Big Data analytical applications. Real-time data analytics using Spark Streaming with Apache Kafka and HBase is covered to help building streaming applications. New Structured streaming concept is explained with an IOT (Internet of Things) use case. Machine learning techniques are covered using MLLib, ML Pipelines and SparkR and Graph Analytics are covered with GraphX and GraphFrames components of Spark.
Readers will also get an opportunity to get started with web based notebooks such as Jupyter, Apache Zeppelin and data flow tool Apache NiFi to analyze and visualize data.
What you will learn
Find out and implement the tools and techniques of big data analytics using Spark on Hadoop clusters with wide variety of tools used with Spark and Hadoop
Understand all the Hadoop and Spark ecosystem components
Get to know all the Spark components: Spark Core, Spark SQL, DataFrames, DataSets, Conventional and Structured Streaming, MLLib, ML Pipelines and Graphx
See batch and real-time data analytics using Spark Core, Spark SQL, and Conventional and Structured Streaming
Get to grips with data science and machine learning using MLLib, ML Pipelines, H2O, Hivemall, Graphx, SparkR and Hivemall.
————————————————————–
ترجمه ماشینی :
ویژگی های کلیدی این کتاب بر اساس آخرین نسخه 2.0 Apache Spark و نسخه 2.7 Hadoop است که با ابزارهای رایج ادغام شده است. همه اجزای پشته Spark از جمله جدیدترین موضوعات مانند DataFrames، DataSets، GraphFrames، Structured Streaming، DataFrame based ML Pipelines و SparkR را بیاموزید. ادغام با فریم ورک هایی مانند HDFS، YARN و ابزارهایی مانند Jupyter، Zeppelin، NiFi، Mahout، HBase Spark Connector، GraphFrames، H2O و Hivemall. کتاب شرح کتاب تجزیه و تحلیل داده های بزرگ با هدف ارائه اصول اولیه Apache Spark و Hadoop است. تمام اجزای Spark Spark Core، Spark SQL، DataFrames، Data sets، Conventional Streaming، Structured Streaming، MLlib، Graphx و Hadoop کامپوننت های هسته HDFS، MapReduce و Yarn با نمونه های پیاده سازی در کلاسترهای Spark + Hadoop با عمق بیشتری مورد بررسی قرار می گیرند. در حال دور شدن از MapReduce به Spark است. بنابراین، مزایای Spark نسبت به MapReduce در عمق زیادی توضیح داده شده است تا از مزایای سرعت
tag : دانلود کتاب تجزیه و تحلیل داده های بزرگ , Download تجزیه و تحلیل داده های بزرگ , دانلود تجزیه و تحلیل داده های بزرگ , Download Big Data Analytics Book , تجزیه و تحلیل داده های بزرگ دانلود , buy تجزیه و تحلیل داده های بزرگ , خرید کتاب تجزیه و تحلیل داده های بزرگ , دانلود کتاب Big Data Analytics , کتاب Big Data Analytics , دانلود Big Data Analytics , خرید Big Data Analytics , خرید کتاب Big Data Analytics ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.