恭喜！

使用 PySpark 的大数据基础

Upendra Devisetty

Science Analyst, CyVerse

大数据与 Apache Spark 基础

  • 第 1 章：大数据基础与 Spark 分布式计算框架简介

    • 主要组件：Spark Core 与内置库——Spark SQL、Spark MLlib、GraphX、Spark Streaming

    • PySpark：用于执行 Spark 作业的 Apache Spark Python API

    • PySpark Shell：用于用 Python 开发交互式应用

    • Spark 模式：本地模式与集群模式

使用 PySpark 的大数据基础

Spark 组件

  • 第 2 章：RDD 概述、特性、创建方式及 RDD 操作（转换 与 动作）

  • 第 3 章：Spark SQL、DataFrame 抽象、创建与操作，以及用 DataFrame 可视化大数据

  • 第 4 章：Spark MLlib 简介；机器学习三 C（协同过滤、分类、聚类）

使用 PySpark 的大数据基础

下一步去哪？

使用 PySpark 的大数据基础

Preparing Video For Download...