会员
Hands-On Big Data Analytics with PySpark
Rudy Lai Bart?omiej Potaczek更新时间：2021-06-24 15:52:53
最新章节：Leave a review - let other readers know what you think开会员，本书免费读 >
ApacheSparkisanopensourceparallel-processingframeworkthathasbeenaroundforquitesometimenow.OneofthemanyusesofApacheSparkisfordataanalyticsapplicationsacrossclusteredcomputers.Inthisbook,youwillnotonlylearnhowtouseSparkandthePythonAPItocreatehigh-performanceanalyticswithbigdata,butalsodiscovertechniquesfortesting,immunizing,andparallelizingSparkjobs.Youwilllearnhowtosourcedatafromallpopulardatahostingplatforms,includingHDFS,Hive,JSON,andS3,anddealwithlargedatasetswithPySparktogainpracticalbigdataexperience.Thisbookwillhelpyouworkonprototypesonlocalmachinesandsubsequentlygoontohandlemessydatainproductionandatscale.ThisbookcoversinstallingandsettingupPySpark,RDDoperations,bigdatacleaningandwrangling,andaggregatingandsummarizingdataintousefulreports.YouwillalsolearnhowtoimplementsomepracticalandproventechniquestoimprovecertainaspectsofprogrammingandadministrationinApacheSpark.Bytheendofthebook,youwillbeabletobuildbigdataanalyticalsolutionsusingthevariousPySparkofferingsandalsooptimizethemeffectively.
品牌：中图公司
上架时间：2019-03-29 00:00:00
出版社：Packt Publishing
本书数字版权由中图公司提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
Rudy Lai Bart?omiej Potaczek
主页
同类热门书
最新上架
- 会员
深入浅出Greenplum分布式数据库：原理、架构和代码分析
本书共3篇：第1篇主要介绍分布式数据库基础理论，包括经典的CAP理论、一致性算法相关的理论、并发控制相关的理论等；第2篇具体介绍Greenplum数据库，从分布式事务、分布式计算和分布式存储3个方面，深入代码层级，讲述分布式理论在工业上的实现；第3篇是总结和展望，介绍云原生数据库和新技术带给Greenplum和数据库管理系统的机遇和挑战。本书打破以理论介绍和架构介绍为主的思路，深入分析工业化的实现计算机7.1万字 - 会员
数据分析师手记：数据分析72个核心问题精解
《数据分析师手记：数据分析72个核心问题精解》从底层认知、思维方法、工具技术、项目落地及展望出发，使用问答的形式对数据分析中的72个核心知识点进行讲解，构建了数据分析的知识框架，带领读者认识数据分析背后的奥妙。读者可以用本书作为学习地图，针对具体的方法、技术进行延伸学习。计算机16.8万字 - 会员
数据指标体系：构建方法与应用实践
这是一套数据指标体系全流程构建（从规划、框架设计、数据采集加工到应用）方法论与实践指南。它不仅深入浅出地分享了通用的数据指标体系构建策略，还通过多个行业实例展示了具体操作方法。书中从数据采集入手，借助BI工具Superset实践构建过程。本着“一切技术都是为业务服务的”这一宗旨，本书除了包含数据指标体系构建相关内容外，还结合统计学原理及Excel、Python等工具，深入剖析数据指标波动对业务的影计算机12.7万字 - 会员
MySQL 8.0从入门到实战
MySQL数据库是目前全球流行的数据库之一。《MySQL8.0从入门到实战》从入门到实战，系统全面、由浅入深地介绍MySQL数据库应用的各个方面。全书分为8个部分，共18章。第1部分（第1~3章）介绍MySQL的基础知识，包括初识MySQL、数据库设计和数据类型；第2部分（第4~6章）介绍MySQL的基本操作，包括SQL基础操作、MySQL连接查询和数据复制、MySQL基础函数；第3部分（第7、8计算机9.7万字 - 会员
企业级大数据项目实战：用户搜索行为分析系统从0到1
《企业级大数据项目实战：用户搜索行为分析系统从0到1》基于真实业务场景，以项目导向为主线，从0到1全面介绍企业级大数据用户搜索行为分析系统的搭建过程。全书共6章，第1章讲解项目需求与架构设计，详细阐述项目数据流与系统架构；第2章介绍大数据项目开发环境配置，手把手带领读者配置操作系统、Hadoop集群与相关工具，为后续项目实施打下基础；第3～5章逐步实现项目需求，第3章讲解用户行为数据采集模块的开发计算机9万字 - 会员
数据挖掘竞赛实战：方法与案例
本书围绕数据挖掘竞赛，讲解了各种类型数据挖掘竞赛的解题思路、方法和技巧，并辅以对应的实战案例。全书共11章。第1章介绍数据挖掘竞赛的背景、意义和现状。从第2章开始，介绍了各种不同类型的数据挖掘竞赛包括结构化数据、自然语言处理、计算机视觉（图像）、计算机视觉（视频）、强化学习。每种类型的数据挖掘竞赛包含理论篇和实战篇：理论篇介绍通用的解题流程和关键技术；实战篇选取比较有代表性的赛题，对赛题的优秀方案计算机6.7万字 - 会员
数据库原理及应用实验：基于GaussDB的实现方法
本书是《数据库原理——GaussDB技术及应用》一书配套的辅助教材。全书共分3部分：第一部分为实验指导，共有13个综合实验，每一个实验都是根据教学目标而设计，详细讲述了每一个实验的实验目的、实验任务及实验步骤，从而培养学生掌握关系数据库管理软件技术与应用的技能；第二部分为习题集，是根据主教材各章节内容编写的习题及习题答案，内容广泛，有填空、选择、简答、设计及实验题等多种形式，利求通过对这些习题的训计算机6.9万字 - 会员
数字IC设计入门（微课视频版）
本书旨在向广大有志于投身芯片设计行业的人士及正在从事芯片设计的工程师普及芯片设计知识和工作方法，使其更加了解芯片行业的分工与动向。本书共分9个章节，从多角度透视芯片设计，特别是数字芯片设计的流程、工具、设计方法、仿真方法等环节。凭借作者多年业内经验，针对IC新人关心的诸多问题，为其提供了提升个人能力，选择职业方向的具体指导。本书第1章是对IC设计行业的整体概述，并解答了IC新人普遍关心的若干问题。计算机29.9万字 - 会员
SQL Server从入门到精通（第5版）
《SQLServer从入门到精通（第5版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了SQLServer开发所必需的各方面技术。全书分为4篇共19章，内容包括数据库基础、SQLServer数据库环境搭建、创建与管理数据库、操作数据表、SQL基础、SQL函数的使用、SQL数据查询基础、SQL数据高级查询、视图的使用、存储过程、触发器、游标的使用、索引与数据完整性、SQL中计算机14.1万字
同类书籍最近更新