PySpark SQL Recipes

Recetario especializado de Raju Kumar Mishra y Sundar Rajan Raman dedicado al análisis y manipulación de datos tabulares distribuidos con el módulo Spark SQL de PySpark.

Los autores enseñan a crear y transformar DataFrames y Datasets, registrar vistas temporales, formular consultas SQL complejas con funciones de ventana (window functions) y expresiones analíticas, e interactuar con fuentes de datos estructuradas como Parquet, ORC, JSON y bases de datos relacionales mediante JDBC. Además, aborda la optimización de consultas mediante el optimizador Catalyst.

Indispensable para analistas e ingenieros de datos que buscan ejecutar analítica SQL sobre terabytes de información con máxima velocidad.