November 2024
Intermediate to advanced
236 pages
7h 31m
French
Content preview from Analyse avancée avec PySpark
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,
O’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.I 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.I’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.I'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.
Chapitre 9. L'analyse des données génomiqueset le projet BDG
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
L'avènement de la technologie de séquençage de l'ADN de nouvelle génération (NGS) a rapidement transformé les sciences de la vie en un domaine axé sur les données. Cependant, l'utilisation optimale de ces données se heurte à un écosystème informatique traditionnel qui repose sur des primitives de bas niveau difficiles à utiliser pour l'informatique distribuée et sur une jungle de formats de fichiers textuels semi-structurés.
Ce chapitre a deux objectifs principaux. Tout d'abord, nous présentons un ensemble de formats de sérialisation et de fichiers populaires (Avro et Parquet) qui simplifient de nombreux problèmes de gestion des données. Ces technologies de sérialisation nous permettent de convertir les données en représentations binaires compactes et adaptées aux machines. Cela facilite le déplacement des données sur les réseaux et aide à la compatibilité croisée entre les langages de programmation. Bien que nous utilisions les techniques de sérialisation des données avec les données génomiques, les concepts seront utiles chaque fois que nous traiterons de grandes quantités de données.
Deuxièmement, nous montrons comment effectuer des tâches génomiques typiques sur dans l'écosystème PySpark. Plus précisément, nous utiliserons PySpark et la bibliothèque open source ADAM pour manipuler de ...
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
O’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.
I 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.
I’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.
I'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.