Aprender Spark, 2ª Edición

Índice

A

• Programador consciente del acelerador, Programador consciente del acelerador
• ACM (Association for Computing Machinery), Análisis unificados
• acciones, Transformaciones, Acciones y Lazy Evaluation-Transformaciones, Acciones y Lazy Evaluation, Transformaciones y acciones
• Añadir columnas, Renombrar, añadir y soltar columnas, Añadir nuevas columnas
• agg(), Una familia de uniones Spark
• agregar(), Transformación de datos de muestra
• Agregaciones, Agregaciones, Agregaciones con ventanas de tiempo deevento-Modos de salida admitidos
• propiedad allowUnquotedFieldNames, opciones de fuente de datos JSON
• Amazon S3, tablas administradas frente a no administradas
• AMPLab, los primeros años de Spark en AMPLab
• Fase de análisis (Spark SQL), Fase 1: Análisis
• funciones analíticas, Ventana
• Formato Apache Arrow, Acelerar y distribuir UDFs de PySpark con UDFs de Pandas
• Apache Cassandra, Tablas gestionadas frente a no gestionadas, Otras fuentes externas, Uso de foreachBatch()
• Apache Hive, Tablas y Vistas SQL, Spark SQL y DataFrames: Interacción con Fuentes de DatosExternas-Resumen
• ApacheHudi, Apache Hudi
• Apache Iceberg, Apache Iceberg
• Apache Kafka
  • sobre, Spark Structured Streaming, Tareas de ingeniería de datos
  • leer desde, Apache Kafka
  • Streaming Estructurado y, Apache Kafka-Escribiren Kafka
  • escribir a, Escribir a Kafka
• Apache Mesos, Gestor de clústeres, Asignación de recursos estática frente a dinámica
• Grupos de Meetup de Apache Spark, Adopción y expansión de la comunidad
• Modo apéndice (Structured Streaming), El modelo de ...