Learning Spark
Andy Konwinski, Holden Karau, Matei Zaharia, Patrick Wendell
- Editorial
- O'Reilly
- Año
- 2015
- Páginas
- ~274
- Nivel
- Básico
De qué trata
La obra fundacional y clásica sobre Apache Spark escrita por sus creadores originales en UC Berkeley y Databricks: Matei Zaharia, Holden Karau, Andy Konwinski y Patrick Wendell.
Los autores introducen los conceptos que revolucionaron el Big Data: Resilient Distributed Datasets (RDDs), transformaciones perezosas, acciones, variables compartidas (broadcast variables y acumuladores), Spark SQL para consultas tabulares, Spark Streaming para flujos en vivo, y Spark MLlib para Machine Learning distribuido. Incluye ejemplos en Python, Java y Scala.
Una lectura de gran valor formativo e histórico, indispensable para cualquier programador que comienza con Apache Spark.
- Matei Zaharia
- Learning Spark
- Databricks
- RDD
- Spark SQL
- MLlib
- Spark Streaming
- O'Reilly
¿Cómo enseña?
Teoría + práctica
- ✓ Incluye ejercicios
- ✓ Incluye proyectos
Proyectos
Análisis distribuido de registros de servidores web con Apache Spark
Construcción de un script en Python/Scala que procesa millones de líneas de logs, calcula frecuencias de acceso y detecta patrones de tráfico.
