Wysoka wydajność Spark: Najlepsze praktyki skalowania i optymalizacji Apache Spark

Opinie czytelników

Książka „High Performance Spark” oferuje szczegółowe badanie pisania wydajnego kodu Spark, odpowiedniego dla profesjonalistów z wcześniejszą znajomością Scali i Spark. Skupia się ona na optymalizacji wydajności i dostarcza dokładnych przykładów kodu, głównie w języku Scala. Podczas gdy niektórzy użytkownicy uznali go za dobrze zorganizowany i pouczający zasób, inni krytykowali jego dostępność dla początkujących i dużą zależność od Scali.

⬤ Wszechstronny przewodnik po pisaniu wysokowydajnego kodu Spark.
⬤ Szczegółowe wyjaśnienia zaawansowanych koncepcji i technik optymalizacji.
⬤ Dobrze skonstruowany z odpowiednią równowagą teorii i praktycznych zastosowań.
⬤ Bogaty w przykłady kodu, które poprawiają zrozumienie, szczególnie dla osób zaznajomionych ze Scalą.
⬤ Przejrzysta prezentacja, prostota i przydatne diagramy.

⬤ Nieodpowiednia dla początkujących; wymaga wcześniejszej znajomości Sparka i Scali.
⬤ Duży nacisk na Scalę może zrazić użytkowników niezaznajomionych z tym językiem.
⬤ Niektórzy użytkownicy uważali, że jest zbyt gęsty i wymagający bez praktycznego środowiska Spark.
⬤ Ograniczony zakres niektórych tematów, takich jak streaming Spark.
⬤ Niektórzy uważali, że jest to nużące ze względu na nadmierną liczbę przykładów kodowania.

(na podstawie 27 opinii czytelników)

Oryginalny tytuł:

High Performance Spark: Best Practices for Scaling and Optimizing Apache Spark

Zawartość książki:

Apache Spark jest niesamowity, gdy wszystko się zgadza. Jeśli jednak nie zauważyłeś oczekiwanej poprawy wydajności lub nadal nie czujesz się wystarczająco pewnie, aby używać Sparka w produkcji, ta praktyczna książka jest dla Ciebie. Autorzy Holden Karau i Rachel Warren demonstrują optymalizacje wydajności, dzięki którym zapytania Spark działają szybciej i obsługują większe rozmiary danych, zużywając przy tym mniej zasobów.

Idealna dla inżynierów oprogramowania, inżynierów danych, programistów i administratorów systemów pracujących z aplikacjami danych na dużą skalę, książka ta opisuje techniki, które mogą zmniejszyć koszty infrastruktury danych i godziny pracy programistów. Nie tylko zdobędziesz bardziej kompleksową wiedzę na temat Sparka, ale także dowiesz się, jak sprawić, by był skuteczny.

Dzięki tej książce poznasz:

⬤ Jak nowe interfejsy Spark SQL poprawiają wydajność w stosunku do struktury danych RDD SQL.

⬤ Wybór między łączeniem danych w Core Spark i Spark SQL.

⬤ Techniki maksymalnego wykorzystania standardowych transformacji RDD.

⬤ Jak obejść problemy z wydajnością w paradygmacie klucz/wartość Sparka.

⬤ Pisanie wydajnego kodu Spark bez Scali lub JVM.

⬤ Jak testować funkcjonalność i wydajność podczas stosowania sugerowanych ulepszeń.

⬤ Korzystanie z bibliotek uczenia maszynowego Spark MLlib i Spark ML.

⬤ Komponenty strumieniowe Spark i pakiety społeczności zewnętrznej.