Skip to Content
Algorithmes de données avec Spark
book

Algorithmes de données avec Spark

by Mahmoud Parsian
November 2024
Intermediate to advanced
438 pages
10h 40m
French
O'Reilly Media, Inc.
Content preview from Algorithmes de données avec Spark

Chapitre 2. Les transformations en action

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com

Dans ce chapitre, nous allons explorer les transformations Spark les plus importantes (mappers et reducers) dans le contexte des modèles de conception de la compression des données, et examiner comment sélectionner des transformations spécifiques pour des problèmes ciblés.

Comme tu le verras, pour un problème donné (nous utiliserons ici le problème du comptage des bases d'ADN), il existe de multiples solutions PySpark possibles utilisant différentes transformations Spark, mais l'efficacité de ces transformations diffère en raison de leur mise en œuvre et des processus de mélange (lorsque le regroupement des valeurs par clé se produit). Le problème du comptage des bases ADN est très similaire au problème classique du comptage des mots (trouver la fréquence des mots uniques dans un ensemble de fichiers/documents), à la différence que dans le comptage des bases ADN, tu trouves les fréquences des lettres de l'ADN (A, T, C,G).

J'ai choisi ce problème parce qu'en le résolvant, nous apprendrons à résumer des données, à condenser une grande quantité d'informations (ici, des chaînes/séquences de données ADN) en un ensemble beaucoup plus petit d'informations utiles (la fréquence des lettres de l'ADN).

Ce chapitre présente trois solutions complètes de bout en bout en PySpark, utilisant différents mappers et réductions ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
QuotationMarkI wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
QuotationMarkI’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
QuotationMarkI'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Mark W.
Embedded Software Engineer

You might also like

Visualiser l'IA générative

Visualiser l'IA générative

Priyanka Vergadia, Valliappa Lakshmanan

Publisher Resources

ISBN: 9798341609709