गूगल मानचित्र - गूगल द्वारा उपलब्ध कराया गया एक विशाल मानचित्र

जैसे-जैसे डेटासेट पारंपरिक उपकरणों के लिए बहुत बड़े हो जाते हैं, वितरित कंप्यूटिंग आधुनिक डेटा पेशेवरों के लिए आवश्यक हो जाता है। यह पाठ्य-आधारित पाठ्यक्रम आपको पाईस्पार्क, स्पार्क के लिए पायथन एपीआई से परिचित कराता है, जो आपको गति और दक्षता के साथ विशाल डेटासेट का विश्लेषण करने और प्रक्रिया करने में सक्षम बनाता है। आप एकल मशीन डेटा प्रोसेसिंग से वितरित बड़े डेटा कार्यप्रवाह में संक्रमण करेंगे। स्पष्ट व्याख्याओं को पढ़कर और वास्तविक दुनिया के कोड स्निपेट के साथ अभ्यास करके, आप वितरित भंडारण, क्वेरी निष्पादन और डेटा हेरफेर की बुनियादी अवधारणाओं को नियंत्रित करेंगे। आप क्या सीखेंगे: -वितरण कंप्यूटिंग, स्पार्क आर्किटेक्चर और पारंपरिक डेटा लाइब्रेरी से संक्रमण के मूल्‍यों को समझें। -रिलेटिव डिस्ट्रीब्यूटेड डाटासेट (आरडीडी) और उच्च प्रदर्शन स्पार्क डाटाफ्रेम तैयार करना और उनमें हेरफेर करना। - वितरित डेटा पर परिचित संबंधपरक क्वेरी चलाने के लिए स्पार्क एसक्यूएल का उपयोग कर बड़े डेटासेट क्वेरी करें। -स्‍पार्क पर आधुनिक पांडा एपीआई का इस्‍तेमाल करें ताकि आप अपने मौजूदा पांडा कार्यप्रणाली को बड़े डेटा के साथ सुचारू रूप से जोड़ सकें। - कैचिंग, विभाजन और कुशल स्कीमा परिभाषाओं का उपयोग करके डेटा प्रोसेसिंग पाइपलाइनों को अनुकूलित करें। -रियल टाइम डेटा फीड की प्रक्रिया के लिए संरचनात्मक स्ट्रीमिंग के मूल सिद्धांतों का पता लगाएं। पाठ्यक्रम प्रायोगिक डेटा फ्रेम ऑपरेशन और एसक्यूएल क्वेरी में जाने से पहले आवश्यक बिग डेटा शब्दावली और स्पार्क के कोर आर्किटेक्चर के साथ शुरू होता है। आप संरचनात्मक लिखित व्याख्याओं और कोड अभ्यासों के माध्यम से प्रदर्शन अनुकूलन तकनीकों और आधुनिक डेटा स्केलिंग एपीआई तक प्रगति करेंगे। यह कोर्स प्रारंभिक डाटा इंजीनियरों, डाटा विश्लेषकों और पायथन डेवलपर्स के लिए है जो बड़े डाटा की दुनिया में प्रवेश करना चाहते हैं. वितरित तंत्र के साथ कोई पूर्व अनुभव की आवश्यकता नहीं है, हालांकि पायथन और एसक्यूएल की बुनियादी समझ मददगार है. आजकल कम्प्यूटर की सहायता से मुद्रण और छपाई की तकनीकें विकसित हो गई हैं।