开始 Apache Spark 3

Beginning Apache Spark 3

使用 DataFrame、Spark SQL、结构化流和 Spark 机器学习库

踏上发现、学习和使用 Apache Spark 3.0 的旅程。在本书中，您将获得有关 Apache Spark 内部强大而高效的分布式数据处理引擎的专业知识；用于批量和流式处理数据的用户友好、全面和灵活的编程模型；以及用于构建机器学习应用程序的可扩展机器学习算法和实用工具。
开始 Apache Spark 3 首先解释与 Apache Spark 交互的不同方式，例如 Spark 概念和架构，以及 Spark 统一堆栈。接下来，它提供了 Spark SQL 的概述，然后再介绍其高级功能。它涵盖了处理性能问题的技巧和技术，然后是结构化流处理引擎的概述。它最后演示了如何使用 Spark MLlib 开发机器学习应用程序以及如何管理机器学习开发生命周期。本书包含大量实用示例和代码片段，可帮助您在了解每个部分后立即掌握概念和功能。

阅读本书后，您将具备构建自己的大数据管道、应用程序和机器学习应用程序所需的知识。

你会：

掌握 Spark 统一数据分析引擎及其各种组件
协同工作以提供可扩展、容错和高性能的数据处理引擎
利用用户友好且灵活的编程模型，使用 DataFrame 和 Spark SQL 执行从简单到复杂的数据分析
开发机器学习使用 Spark MLlib 的应用程序 使用
MLflow 管理机器学习开发生命周期