Skip to Main Content
Aprender Spark, 2ª Edición
book

Aprender Spark, 2ª Edición

by Jules S. Damji, Brooke Wenig, Tathagata Das, Denny Lee
September 2024
Intermediate to advanced content levelIntermediate to advanced
400 pages
10h 47m
Spanish
O'Reilly Media, Inc.
Book available
Content preview from Aprender Spark, 2ª Edición

Capítulo 3. Las API estructuradas de Apache Spark

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

En este capítulo, exploraremos las principales motivaciones para añadir estructura a Apache Spark, cómo esas motivaciones condujeron a la creación de API de alto nivel (DataFrames y Datasets), y su unificación en Spark 2.x en todos sus componentes. También examinaremos el motor Spark SQL que sustenta estas API estructuradas de alto nivel.

Cuando se introdujo Spark SQL en las primeras versiones de Spark 1.x, seguido de DataFrames como sucesor de SchemaRDDs en Spark 1.3, obtuvimos nuestro primer atisbo de estructura en Spark. Spark SQL introdujo funciones operativas expresivas de alto nivel, imitando una sintaxis similar a SQL, y DataFrames, que sentó las bases para una mayor estructura en versiones posteriores, allanó el camino hacia operaciones de alto rendimiento en las consultas computacionales de Spark.

Pero antes de hablar de las API estructuradas más recientes, echemos un breve vistazo a lo que supone no tener estructura en Spark echando un vistazo al sencillo modelo de API de programación RDD.

Spark: ¿Qué hay debajo de un RDD?

El RDD es la abstracción más básica de Spark. Hay tres características vitales asociadas a un RDD:

  • Dependencias

  • Particiones (con alguna información de localidad)

  • Función de cálculo: Partición => Iterator[T]

Los tres son parte integrante del sencillo modelo API de programación ...

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.
Start your free trial

You might also like

Escalar el aprendizaje automático con Spark

Escalar el aprendizaje automático con Spark

Adi Polak
Spark: La Guía Definitiva

Spark: La Guía Definitiva

Bill Chambers, Matei Zaharia

Publisher Resources

ISBN: 9781098181857