1

Этап 1

I. Gentle Overview of Big Data and Spark

2

Этап 2

II. Structured APIs—DataFrames, SQL, and Datasets

3

Этап 3

III. Low-Level APIs

4

Этап 4

IV. Production Applications

5

Этап 5

V. Streaming

6

Этап 6

VI. Advanced Analytics and Machine Learning

7

Этап 7

VII. Ecosystem

1

Этап 1

I. Gentle Overview of Big Data and Spark

2

Этап 2

II. Structured APIs—DataFrames, SQL, and Datasets

3

Этап 3

III. Low-Level APIs

4

Этап 4

IV. Production Applications

5

Этап 5

V. Streaming

6

Этап 6

VI. Advanced Analytics and Machine Learning

7

Этап 7

VII. Ecosystem

07 июня 2020

Цель заброшена

Автор не отписывался в цели 4 года 4 месяца 22 дня

Техника и Технологии

Spark: The Definitive Guide

Работаю в команде поддержки проекта, написанного много лет назад при помощи Hadoop. Много чего узнал за это время, но пришло час двигаться дальше. Моя основная цель - поставить этот проект на рельсы Spark.

Это книга будет отправной точкой в повышении своей компетенции.

 Критерий завершения

Проработать книгу Spark: The Definitive Guide.

  1. I. Gentle Overview of Big Data and Spark

    1. What Is Apache Spark?

    2. A Gentle Introduction to Spark

    3. A Tour of Spark’s Toolset

  2. II. Structured APIs—DataFrames, SQL, and Datasets

    1. Structured API Overview

    2. Basic Structured Operations

    3. Working with Different Types of Data

    4. Aggregations

    5. Joins

    6. Data Sources

    7. Spark SQL

    8. Datasets

  3. III. Low-Level APIs

    1. Resilient Distributed Datasets (RDDs)

    2. Advanced RDDs

    3. Distributed Shared Variables

  4. IV. Production Applications

    1. How Spark Runs on a Cluster

    2. Developing Spark Applications

    3. Deploying Spark

    4. Monitoring and Debugging

    5. Performance Tuning

  5. V. Streaming

    1. Stream Processing Fundamentals

    2. Structured Streaming Basics

    3. Event-Time and Stateful Processing

    4. Structured Streaming in Production

  6. VI. Advanced Analytics and Machine Learning

    1. Advanced Analytics and Machine Learning Overview

    2. Preprocessing and Feature Engineering

    3. Classification

    4. Regression

    5. Recommendation

    6. Unsupervised Learning

    7. Graph Analytics

    8. Deep Learning

  7. VII. Ecosystem

    1. Language Specifics: Python (PySpark) and R (SparkR and sparklyr)

    2. Ecosystem and Community

  • 716
  • 07 июня 2020, 17:13
Регистрация

Регистрация

Уже зарегистрированы?
Быстрая регистрация через соцсети
Вход на сайт

Входите.
Открыто.

Еще не зарегистрированы?
 
Войти через соцсети
Забыли пароль?