Xử lý dữ liệu có thể mở rộng với Scala và Spark

Dữ liệu hiện đại đòi hỏi các giải pháp có thể mở rộng mà các công cụ máy đơn truyền thống không thể xử lý. Chương trình học dựa trên văn bản này giới thiệu cho bạn sự kết hợp mạnh mẽ của Scala và Spark, các công nghệ tiêu chuẩn của ngành công nghiệp cho việc xử lí và phân tích dữ liệu phân tán. Bằng cách đọc qua các giải thích cấu trúc của chúng tôi và làm việc qua các ví dụ mã thực tế, bạn sẽ chuyển đổi từ một người mới bắt đầu dữ liệu thành một người thực hành tự tin có khả năng viết các ứng dụng phân phối hiệu quả. Bạn sẽ hiểu làm thế nào các nguyên tắc lập trình chức năng làm cho việc thao tác dữ liệu an toàn và trực quan hơn, và làm thế gì Spark phối hợp tính toán cụm để phân tích các tập dữ kiện lớn một cách liền mạch. Bạn sẽ học được: - Hiểu các khái niệm cơ bản của lập trình hàm trong Scala, bao gồm lớp, tính cách và khớp mẫu. - Thao tác các tập dữ liệu lớn bằng cách sử dụng Spark DataFrames, Spark SQL, và Resilient Distributed Datasets (RDDs). - Xây dựng các đường ống dữ liệu có thể mở rộng để chuyển đổi, lọc và tổng hợp dữ kiện cấu trúc và không cấu tạo. - Apply phân phối thuật toán học máy cho các khuyến nghị và phân tích đồ thị sử dụng thư viện gốc của Spark. - Thực hiện các mô hình truyền hiện đại để xử lý dữ liệu thời gian thực khi chúng đến. - Luyện viết mã Scala sạch, hiện đại, phù hợp với môi trường máy tính phân tán. Chương trình bắt đầu với các khái niệm lập trình cơ bản trong Scala trước khi hướng dẫn bạn qua kiến trúc, chuyển đổi dữ liệu và ứng dụng học máy của Spark. Bạn sẽ tiến hành qua các giải thích bằng văn bản, phân tích khái quát và các bài tập dựa trên mã được thiết kế để củng cố hiểu biết của bạn về các hệ thống phân tán. Chương trình này được thiết kế cho các kỹ sư dữ liệu, nhà phân tích và nhà phát triển phần mềm mới đến Scala và Spark. Không cần kinh nghiệm trước đó với lập trình chức năng hoặc công cụ dữ kiện lớn. Bắt đầu đọc hôm nay để mở khóa tiềm năng xử lý dữ liệu phân phối quy mô lớn.