文件名称：Learning-PySpark:Packt学习PySpark的代码存储库
文件大小：7.46MB
文件格式：ZIP
更新时间：2024-06-17 05:25:49
JupyterNotebook
学习PySpark 这是Packt发布的的代码库。 它包含从头到尾完成本书所必需的所有支持项目文件。 关于这本书 Apache Spark是用于高效集群计算的开放源代码框架，具有用于数据并行性和容错性的强大接口。 本书将向您展示如何利用Python的功能并将其用于Spark生态系统。 您将首先全面了解Spark 2.0架构以及如何为Spark设置Python环境。 您将熟悉PySpark中可用的模块。 您将学习如何使用RDD和DataFrames抽象数据，并了解PySpark的流功能。 此外，您还将获得有关使用ML和MLlib的PySpark机器学习功能，使用GraphFrames进行图形处理以及使用Blaze进行多语言持久性的全面概述。 最后，您将学习如何使用spark-submit命令将应用程序部署到云中。 到本书结尾，您将对Spark Python API及其如何用于构建数据密