Scala e Spark per l'analisi dei Big Data

Questo corso basato su testo ti guida attraverso i concetti fondamentali dell'elaborazione dei big data, mostrandoti come sfruttare la velocità di Apache Spark utilizzando i paradigmi eleganti e funzionali di Scala.Questo corso ti aiuterà a comprendere i concetti fondamentali dell'elaborazione dei big data, mostrandoti come sfruttare la velocità di Apache Spark utilizzando i paradigmi eleganti e funzionali di Scala. Passando dalla scrittura di codice locale di base alla progettazione di robuste pipeline di dati distribuiti che possono scalare tra i cluster.Leggendo chiare spiegazioni concettuali e analizzando esempi di codice pratici, costruirai una solida base nei sistemi distribuiti. Cosa imparerai: - Comprendere i principi fondamentali del calcolo distribuito, dell'esecuzione del cluster e del modello di memoria di Spark. - Applicare concetti di programmazione funzionale in Scala per manipolare raccolte di dati distribuite in modo sicuro ed efficiente. - Master API strutturate di Spark, inclusi DataFrames e Datasets, per trasformazioni di dati ottimizzate. - Scrivi query SQL Spark espressive per analizzare dati strutturati e semi-strutturati su larga scala. - Configurare le pipeline di dati per leggere e scrivere in formati di archiviazione moderni come Parquet e Delta Lake. - Praticare l'identificazione e la risoluzione dei colli di bottiglia delle prestazioni comuni nelle attività di dati distribuiti. Il corso inizia con la terminologia essenziale dei big data, la sintassi fondamentale di Scala e i concetti distribuiti di base prima di passare alla manipolazione pratica dei dati, alla progettazione di API strutturate e ai flussi di lavoro pratici di ottimizzazione. Questo corso è progettato per i principianti dei big data, inclusi sviluppatori, analisti di dati e aspiranti ingegneri di dati che desiderano apprendere l'elaborazione distribuita da zero senza bisogno di precedenti esperienze di cluster. Inizia a leggere oggi stesso per scoprire la potenza dell’analisi dei dati distribuiti con Scala e Spark.