databricks/LearningSparkV2
این مخزن گیت‌هاب مربوط به کتاب Learning Spark: Lightning-Fast Data Analytics ویرایش دوم است و شامل کدهای نمونه، تمرین‌ها و منابع آموزشی برای یادگیری آپاچی اسپارک با زبان‌های پایتون، جاوا و اسکالا می‌شود.
کاربرد:
این مخزن به تو کمک می‌کنه تا با ابزارهای عملیاتی اسپارک مثل Spark SQL، DataFrames، Structured Streaming و MLlib آشنا بشی و بتونی داده‌های حجیم رو به صورت توزیع‌شده پردازش کنی.
در چه شرایطی بهتره استفاده شود؟
اگر دنبال یادگیری اسپارک از طریق مثال‌های واقعی و پروژه‌محور هستی، این مخزن عالیه. همچنین برای دانشجویان، داده‌کاوها و مهندسین داده‌ای که می‌خوان اسپارک رو در محیط واقعی به کار ببرن، مناسبه.
چند مثال از موارد استفاده:
- پردازش داده‌های بزرگ از فایل‌های CSV یا JSON با استفاده از DataFrames
- اجرای کوئری‌های تحلیلی با Spark SQL
- ساخت یک پایپلاین جریان داده با Structured Streaming
- انجام تحلیل‌های ساده با ماشین لرنینگ با MLlib
- ##ApacheSpark
- ##BigData
- ##DataAnalytics
- ##PySpark
- ##DataEngineering
- ##MachineLearning
- ##Streaming
- ##DataFrames
- ##SparkSQL
- ##LearnSpark