Python大数据处理库PySpark实战pdf+epub

我国提出新基建概念，要加快大数据中心、人工智能等新型基础设施的建设度，这无疑需要更多的大数据人才。PySpark可以对大数据行分布式处理，降低大数据学习门槛，本书正是一本PySpark门教材，适合有一定Python基础的读者学习使用。 本书分为7章，第1章介绍大数据的基本概念、常用的大数据分析工具；第2章介绍Spark作为大数据处理的特和算法；第3章介绍Spark实战环境的搭建，涉及Windows和Linux操作系统；第4章介绍如何灵活应用PySpark对数据行操作；第5章介绍PySpark ETL处理，涉及PySpark读取数据、对数据行统计分析等数据处理相关内容；第6章介绍PySpark如何利用MLlib库行分布式机器学习（Titanic幸存者预测）；第7章介绍一个PySpark和Kafka结合的实时项目。 本书内容全面、示例丰富，可作为广大PySpark门读者的参考书，同时能作为大中专院校师生的教学参考书，也可作为高等院校计算机及相关专业的大数据技术教材使用。<br/>【推荐语】<br/>PySpark可以对大数据行分布式处理，降低了大数据的学习门槛。本书是一本PySpark门教材，重讲述PySpark安装、PySpark用法、ETL数据处理、PySpark机器学习及其实战，*后给出一个综合实战案例。本书逻辑线索清晰，内容体系合理，适合有一定Python基础的大数据分析和处理人员学习使用。<br/>【作者】<br/>汪明，硕士，毕业于中国矿业大学，徐州软件协会副理事长，某创业公司合伙人。从事软件行业十余年，发表论文数十篇。著有图书《TypeScript实战》《Go并发编程实战》。<br/>