內容簡介
本書是PySpark大數據分析的入門讀物,適合有一定Python基礎的讀者學習使用。本書基於最新版本的PySpark 3.4.x編寫,全書共11章,繫統地介紹了PySpark大數據分析的方法和技巧,內容涵蓋了大數據的相關技術、PySpark的基本概念、Spark環境搭建、數據分析的基本概念及相關工具、開發工具的選擇、Spark核心編程和Spark SQL操作等基礎知識和核心技術,以及Spark流式數據處理、Spark機器學習庫MLlib和基於協同過濾的圖書推薦繫統等高級主題。本書通過多個實戰案例,帶領讀者掌握使用Python和Spark進行大數據分析的方法和技巧,從而提高讀者的數據處理能力和業務價值。
本書內容全面、示例豐富、講解清晰,讀者可以直接應用書中的案例。本書適合自學,也可作為計算機、軟件工程、數據科學與大數據等專業的教學參考書,用於指導大數據分析編程實踐,還可供相關技術人員參考。
本書內容全面、示例豐富、講解清晰,讀者可以直接應用書中的案例。本書適合自學,也可作為計算機、軟件工程、數據科學與大數據等專業的教學參考書,用於指導大數據分析編程實踐,還可供相關技術人員參考。