Overview

APRENDE APACHE SPARK Construya Pipelines Escalables con PySpark y Optimización Este libro está dirigido a estudiantes, desarrolladores, ingenieros de datos, científicos de datos y profesionales de tecnología que buscan dominar Apache Spark en la práctica, tanto en entornos corporativos como en la nube pública y en integraciones modernas. Aprenderá a construir pipelines escalables para el procesamiento de datos a gran escala, orquestando cargas de trabajo distribuidas con AWS EMR, Databricks, Azure Synapse y Google Cloud Dataproc. El contenido abarca integración con Hadoop, Hive, Kafka, SQL, Delta Lake, MongoDB y Python, además de técnicas avanzadas de tuning, optimización de jobs, análisis en tiempo real, machine learning con MLlib y automatización de workflows. Incluye: - Implementación de pipelines ETL y ELT con Spark SQL y DataFrames - Procesamiento de datos en streaming e integración con Kafka y AWS Kinesis - Optimización de jobs distribuidos, tuning de performance y uso de Spark UI - Integración de Spark con S3, Data Lake, NoSQL y bases de datos relacionales - Deploy en clusters gestionados en AWS, Azure y Google Cloud - Machine Learning aplicado con MLlib, Delta Lake y Databricks - Automatización de rutinas, monitoreo y escalabilidad para Big Data Al final, dominará Apache Spark como solución profesional para análisis de datos, automatización de procesos y machine learning en entornos complejos y de alto rendimiento.

Full Product Details

9798274413046

Table of Contents

Reviews

Author Information

Tab Content 6

Countries Available