每页显示
排序选项
排序方式
-
作者:(加) 乔纳森·里乌, Jonathan Rioux, 殷海英
出版社:清华大学出版社
出版时间:20230101
ISBN:978-7-302-64536-8
索书号:TP312PY/145
分类号:TP312PY
页数:XIII, 402页
价格:CNY118.00
丛书:数据科学与大数据技术
复本数:
在馆数:
累借天数:
累借次数:
本书是一本精心设计的教程, 可帮助读者使用PySpark交付任何规模的数据驱动应用程序。这本清晰的实践指南展示了如何使用来自任何来源的数据 (从基于Hadoop的集群到Excel工作表) 扩大多台机器的处理能力。通过阅读本书, 读者将学习如何将大型分析任务分解为可管理的块, 以及如何为您的独特需求选择和使用最佳PySpark数据抽象。完成后, 您将能够编写和运行速度极快的PySpark程序, 这些程序可扩展、操作高效且易于调试。本书中将介绍如何打包你的PySpark代码, 管理跨多台机器扩展的数据, 在PySpark中重写Pandas、RSAS作业, 排查常见数据流水线问题, 并创建可靠的长期工作。