![[Ulasan] Learning Spark: Lightning-Fast Data Analytics (Jules S. Damji) Diringkaskan.](https://episodes.castos.com/660078c6833215-59505987/images/2662508/c1a-085k3-nddoz1vdh470-sxphyj.jpg)
Show Notes
Learning Spark: Lightning-Fast Data Analytics (Jules S. Damji)
- Amazon USA Store: https://www.amazon.com/dp/1492050040?tag=9natree-20
- Amazon Worldwide Store: https://global.buys.trade/Learning-Spark%3A-Lightning-Fast-Data-Analytics-Jules-S-Damji.html
- eBay: https://www.ebay.com/sch/i.html?_nkw=Learning+Spark+Lightning+Fast+Data+Analytics+Jules+S+Damji+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Shopee: https://asia.buys.trade/shopee_Learning-Spark-Jules-S-Damji.html
- Lazada: https://asia.buys.trade/lazada_Learning-Spark-Jules-S-Damji.html
- Tiktok: https://asia.buys.trade/tiktok_Learning-Spark-Jules-S-Damji.html
- Baca selanjutnya: https://malaysian.9natree.com/read/1492050040/
#DataFramedanSparkSQL #AdaptiveQueryExecution #StructuredStreaming #DeltaLakedanlakehouse #MLlibdanMLflow #LearningSpark
Learning Spark: Lightning Fast Data Analytics ialah buku teknikal tentang Apache Spark, sebuah enjin pemprosesan data teragih untuk analitik berskala besar. Edisi kedua ini ditulis oleh Jules S. Damji, Brooke Wenig, Tathagata Das dan Denny Lee, serta dikemas kini untuk Spark 3.0. Tujuannya bukan sekadar mengajar sintaks, tetapi menerangkan mengapa pendekatan berstruktur dan penyatuan beban kerja penting apabila data datang daripada banyak format, pada kadar pantas, dan perlu digunakan untuk analitik atau pembelajaran mesin. Buku ini bergerak daripada asas seni bina Spark dan API peringkat tinggi, kepada Spark SQL, sumber data, pemprosesan kelompok, penstriman berstruktur, penalaan prestasi, Delta Lake, MLlib dan MLflow. Contohnya relevan untuk pasukan data yang mengendalikan fail Parquet di storan awan, data transaksi, atau aliran acara daripada Kafka. Walaupun banyak contoh menggunakan ekosistem Databricks, asas yang dihuraikan masih berpaksikan Apache Spark sumber terbuka. Bentuknya ialah panduan praktikal, dengan penerangan langkah demi langkah, cebisan kod dan notebook, untuk membantu pembaca menghubungkan konsep pengkomputeran teragih dengan tugasan kejuruteraan data sebenar.
- Amazon USA Store: https://www.amazon.com/dp/1492050040?tag=9natree-20
- Amazon Worldwide Store: https://global.buys.trade/Learning-Spark%3A-Lightning-Fast-Data-Analytics-Jules-S-Damji.html
- eBay: https://www.ebay.com/sch/i.html?_nkw=Learning+Spark+Lightning+Fast+Data+Analytics+Jules+S+Damji+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Shopee: https://asia.buys.trade/shopee_Learning-Spark-Jules-S-Damji.html
- Lazada: https://asia.buys.trade/lazada_Learning-Spark-Jules-S-Damji.html
- Tiktok: https://asia.buys.trade/tiktok_Learning-Spark-Jules-S-Damji.html
- Baca selanjutnya: https://malaysian.9natree.com/read/1492050040/
#DataFramedanSparkSQL #AdaptiveQueryExecution #StructuredStreaming #DeltaLakedanlakehouse #MLlibdanMLflow #LearningSpark
Learning Spark: Lightning Fast Data Analytics ialah buku teknikal tentang Apache Spark, sebuah enjin pemprosesan data teragih untuk analitik berskala besar. Edisi kedua ini ditulis oleh Jules S. Damji, Brooke Wenig, Tathagata Das dan Denny Lee, serta dikemas kini untuk Spark 3.0. Tujuannya bukan sekadar mengajar sintaks, tetapi menerangkan mengapa pendekatan berstruktur dan penyatuan beban kerja penting apabila data datang daripada banyak format, pada kadar pantas, dan perlu digunakan untuk analitik atau pembelajaran mesin. Buku ini bergerak daripada asas seni bina Spark dan API peringkat tinggi, kepada Spark SQL, sumber data, pemprosesan kelompok, penstriman berstruktur, penalaan prestasi, Delta Lake, MLlib dan MLflow. Contohnya relevan untuk pasukan data yang mengendalikan fail Parquet di storan awan, data transaksi, atau aliran acara daripada Kafka. Walaupun banyak contoh menggunakan ekosistem Databricks, asas yang dihuraikan masih berpaksikan Apache Spark sumber terbuka. Bentuknya ialah panduan praktikal, dengan penerangan langkah demi langkah, cebisan kod dan notebook, untuk membantu pembaca menghubungkan konsep pengkomputeran teragih dengan tugasan kejuruteraan data sebenar.
