دانلود ها ی دارای تگ: "apache spark"

2 مورد برای عبارت مورد نظر پیدا شد.

دانلود Lynda Apache Spark Essential Training - آموزش آپاچی اسپارک

دانلود Lynda Apache Spark Essential Training - آموزش آپاچی اسپارک

Apache Spark ، یک چارچوب محاسباتی برای داده ­های عظیم است. Spark از MapReduce به عنوان موتور اجرای خود، استفاده نمی­ کند اما بخوبی با هادوپ یکپارچه است. در واقع Spark می­تواند در Yarn اجرا شود و با فرمت داده­ای هادوپ و HDFS کار کند. Spark بیشتر بخاطر توانایی نگهداشتن مجموعه ­داده ه­ای بین کارها، در حافظه، شناخته می­ شود. این قابلیت Spark سبب می­ شود تا سریعتر از جریان کاری MapReduce معادل که مجموعه­ داده­ های همیشه از دیسک بار می­ شوند، عمل کند. دو نوع کاربردی که از مدل پردازشی Spark بهره می­ برند، الگوریتم ­های تکرار شونده (که یک تابع بر روی مجموعه داده­ای بصورت تکراری تا حصول شرط خروج، اعمال می­گردد، و تحلیل تعاملی(که یک کاربر مجموعه ای از پرس و جوهای اکتشافی تک کاره را بر روی مجموعه ای داده­ ها، اعمال می­ کنند) است. همچنین اسپارک APIهایی در زبان­های Java، Scala و Python، ارایه می ­کند. پروژه Apache Spark شامل ماژول ­های یادگیری ماشین(MLlib)، پردازش گراف (GraphX)، پردازش جریانی( (Spark Streaming)، و SQL (Spark SQL است.
در دوره آموزشی Lynda Apache Spark Essential Training با آپاچی اسپارک و ویژگی های آن آشنا می شوید.

دانلود O'Reilly Learning Path: Getting Up and Running with Apache Spark - آموزش شروع کار با آپاچی اسپارک

دانلود O'Reilly Learning Path: Getting Up and Running with Apache Spark - آموزش شروع کار با آپاچی اسپارک

Apache Spark ، یک چارچوب محاسباتی برای داده­ های عظیم است. Spark از MapReduce به عنوان موتور اجرای خودش، استفاده نمی­ کند اما بخوبی با هادوپ یکپارچه است. در واقع Spark می­تواند در Yarn اجرا شود و با فرمت داده­ای هادوپ و HDFS کار کند. Spark بیشتر بخاطر توانایی نگه داشتن مجموعه ­های داده­ای بین کارها، در حافظه، شناخته می­ شود. این قابلیت Spark سبب می­شود تا سریعتر از جریان کاری MapReduce معادل که مجموعه­ های داده­ های همیشه از دیسک بار می­ شوند، عمل کند. دو نوع کاربردی که از مدل پردازشی Spark بهره می­ برند، الگوریتم­های تکرار شونده (که یک تابع بر روی مجموعه داده­ای بصورت تکراری تا حصول شرط خروج، اعمال می­ گردد، و تحلیل تعاملی(که یک کاربر مجموعه ای از پرس و جوهای اکتشافی تک کاره را بر روی مجموعه­ی داده­ای، اعمال می­ کنند) است. همچنین اسپارک APIهایی در زبان­های Java، Scala و Python، ارایه می­ کند. پروژه Apache Spark شامل ماژول­ هایی یادگیری ماشین(MLlib)، پردازش گراف (GraphX)، پردازش جریانی( (Spark Streaming)، و SQL (Spark SQL است.
در دوره آموزشی O'Reilly Learning Path: Getting Up and Running with Apache Spark با آپاچی اسپارک و امکانات آن آشنا می شوید.

امتیاز دهید:
به این صفحه

به این سایت