Hands-On PySpark: From Basics to DataFrames (bằng tiếng Anh)

Bạn đang phải vật lộn với các tập dữ liệu quá lớn cho các công cụ truyền thống? Chương trình này là điểm khởi đầu cho bạn để khai thác sức mạnh của việc tính toán phân tán với PySpark, thư viện Python cho Spark. Bạn sẽ xây dựng một nền tảng vững chắc trong xử lý dữ liệu lớn bằng cách học cách viết mã chuyển đổi dữ kiện sạch, hiệu quả và có thể mở rộng. Vào cuối khóa học, bạn sẽ có thể tự tin giải quyết các nhiệm vụ kỹ thuật dữ liêu phổ biến và chuẩn bị dữ liệt cho phân tích theo quy mô. Bạn sẽ học được: - Hiểu các khái niệm cốt lõi của tính toán phân tán và kiến trúc Spark. - Xử lý và thao tác dữ liệu cấu trúc hiệu quả bằng cách sử dụng PySpark DataFrame API. - Tìm kiếm dữ liệu của bạn với Spark SQL cho phân tích mạnh mẽ và quen thuộc. - Apply common transformations and actions to clean, aggregate, and join datasets. - Học đọc và viết vào các định dạng dữ liệu tiêu chuẩn như CSV, JSON và Parquet. - Cấu trúc và chạy ứng dụng PySpark độc lập đầu tiên của bạn. - Tìm hiểu các tập dữ liệu phân phối bền vững (RDD) để hiểu cơ chế cốt lõi của Spark. Chương trình học bắt đầu với thuật ngữ chính và các nền tảng của hệ sinh thái Spark. Từ đó, bạn sẽ tiến hành các bài tập viết tập trung vào DataFrames và Spark SQL để xây dựng kỹ năng thực hành. Chương trình này được thiết kế cho người mới bắt đầu với một số kinh nghiệm Python. Không cần phải biết trước về Spark hay tính toán phân tán. Bắt đầu hành trình xử lý dữ liệu lớn của bạn ngay hôm nay.