Spark GraphX in Action
Michael Malak, Robin East
- Editorial
- Manning
- Año
- 2016
- Páginas
- ~280
- Nivel
- Intermedio
De qué trata
Guía especializada de Michael Malak y Robin East dedicada a Apache Spark GraphX, la API de Spark para computación distribuida de grafos y análisis de redes masivas.
Los autores enseñan a representar grafos con tablas de vértices y aristas distribuidas, aplicar operadores de filtrado y agregación estructural, y ejecutar algoritmos clásicos de grafos a escala de petabytes: PageRank para relevancia, componentes conectados para agrupamiento, conteo de triángulos y cálculo de distancias mínimas con el modelo Pregel. Incluye visualización de subgrafos.
Muy formativo para científicos de datos y analistas de redes sociales, bioinformática o detección de fraudes sobre big data.
- GraphX
- Apache Spark
- Grafos Distribuidos
- PageRank
- Pregel
- Componentes Conectados
- Manning
- Big Data
¿Cómo enseña?
Con proyectos
- ✓ Incluye ejercicios
- ✓ Incluye proyectos
Proyectos
Analizador de redes sociales a gran escala con Spark GraphX
Desarrollo de un algoritmo distribuido que procesa millones de conexiones entre usuarios para calcular índices de centralidad y comunidades mediante Pregel.
