PySpark Recipes
Raju Kumar Mishra
- Editorial
- Apress
- Año
- 2017
- Páginas
- ~265
- Nivel
- Intermedio
De qué trata
Guía práctica de Raju Kumar Mishra orientada a resolver problemas comunes de procesamiento distribuido de datos a gran escala mediante PySpark y Python.
El autor recopila recetas prácticas para la configuración de entornos Spark, manipulación de Resilient Distributed Datasets (RDDs), transformaciones y acciones distribuidas, carga de datos desde HDFS y S3, y algoritmos básicos de Machine Learning con Spark MLlib. Cada receta incluye el código fuente comprobado y la explicación de su ejecución en el clúster.
Una excelente referencia de consulta rápida para científicos de datos y desarrolladores de Python que comienzan a trabajar con Apache Spark.
- PySpark
- Apache Spark
- Python
- RDD
- MLlib
- HDFS
- Big Data
- Procesamiento Distribuido
¿Cómo enseña?
TeóricoPráctico
Con ejercicios
- ✓ Incluye ejercicios
- ✗ Sin proyectos
