- 发帖
- 1502
- 今日发帖
- 最后登录
- 2023-11-07
|
由Imtiaz Ahmad创建| 视频：1280x720 | 音频：AAC 48KHz 2ch | 持续时间：06：54 H / M | Lec：31 | 7.94 GB | 语言：英语| 子：英文[自动生成]学习如何使用下一代大数据平台切片和切块数据--Apache Spark！您将学到什么
利用最强大的大数据批处理和流处理引擎来解决大数据问题
掌握新的Spark Java Datasets API，以高效的方式切割和切割大数据在
云和工作台上构建，部署和运行Spark作业在各种硬件配置上标记性能
优化火花簇以有效处理大数据并理解性能调整
使用Spark SQL，Dataframes和Datasets转换结构化和半结构化数据
在Spark中实现流行的机器学习算法，如线性回归，Logistic回归和K -Means聚类要求需要
一些基本的Java编程经验。包含Java 8 lambdas的速成课程
您将需要一台具有互联网连接的个人计算机。
本课程所需的软件完全免费，我将引导您完成如何在计算机上安装它的步骤说明
Apache Spark是下一代批处理和流处理引擎。它已被证明比Hadoop快近100倍，并且开发分布式大数据应用程序要容易得多。近年来，它的需求飙升，在简历中使用这项技术真的是改变了游戏规则。目前有超过3000家公司在生产中使用Spark，而且这个名单正在快速增长！一些知名企业包括：Oracle，Hortonworks，思科，Verizon，Visa，微软，亚马逊以及大多数世界银行和金融机构！在本课程中，您将学习在使用最新且最好的Java数据集API时在组织中使用Apache Spark所需了解的一切。以下是您将学习的一些内容：如何使用Spark SQL Dataframes开发Spark Java应用程序了解Spark Standalone群集在幕后的工作原理如何使用各种转换在Spark Java中对数据进行切片和切块如何在使用Spark数据集时对Java域对象（pojos）进行编组/解组主连接，过滤，聚合和摄取各种大小和文件格式的数据（txt，csv，Json等）分析超过1800万条关于Reddit的现实评论，找出最常用的词汇使用Spark Streaming开发用于流式传输股票市场索引文件的程序流式传输在Kafka群集上排队的网络套接字和消息了解如何使用Spark MLlib开发最流行的机器学习算法涵盖了最流行的算法：线性回归，Logistic回归和K均值聚类您将开发超过15个实用的Spark Java应用程序，通过实际数据进行处理，并使用多种数据转换技术以各种方式对其进行切片和切割。对于那些希望被聘为java开发人员或数据工程师的人来说，这门课程尤其重要，因为Spark是一项非常受欢迎的技能。我们甚至会讨论如何设置实时集群并配置Spark Jobs以在云上运行。您还将了解性能调优的实际意义以及扩展群集以处理大数据，因此您在本课程中肯定会学到很多东西。本课程提供30天退款保证。您可以访问本课程中使用的所有代码。这门课程适合谁？
任何人都是Java开发人员并希望在他们的简历中添加这种可靠的市场技术
任何想要进入数据科学领域的
人任何对大数据世界感兴趣的
人任何想要在spark中实现机器学习算法的人主页https://www.udemy.com/course/the-ultimate-apache-spark-with-java-course-hands-on/本部分内容设定了隐藏，需要回复后才能看到
|
微博帐号登录