آموزش Apache PySpark توسط مثال

سرفصل ها و درس ها

مقدمه Introduction

• Apache PySpark Apache PySpark

• آنچه باید بدانید What you should know

1. آشنایی با اسپارک آپاچی 1. Introduction to Apache Spark

• اکوسیستم Apache Spark The Apache Spark ecosystem

• چرا جرقه؟ Why Spark?

• منشاء جرقه و دیتابریک Spark origins and Databricks

• اجزای جرقه Spark components

• پارتیشن ها ، تحولات ، ارزیابی های تنبل و اقدامات Partitions, transformations, lazy evaluations, and actions

2. راه اندازی فنی 2. Technical Setup

• محیط آزمایشگاه را تنظیم کنید Set up the lab environment

• یک دیتابیس را بارگیری کنید Download a dataset

• واردات Importing

3. کار با API DataFrame 3. Working with the DataFrame API

• API DataFrame The DataFrame API

• کار با DataFrames Working with DataFrames

• طرحواره ها Schemas

• کار با ستون ها Working with columns

• کار با ردیف ها Working with rows

• راه حل Solution

4. توابع 4. Functions

• توابع داخلی Built-in functions

• کار با خرما Working with dates

• توابع تعریف شده توسط کاربر User-defined functions

• کار با پیوستن Working with joins

• چالش Challenge

• چالش Challenge

• راه حل Solution

5. مجموعه داده های توزیع شده انعطاف پذیر (RDDs) 5. Resilient Distributed Datasets (RDDs)

• RDD RDDs

• کار با RDD Working with RDDs

نتیجه Conclusion

• مراحل بعدی Next steps