Sección Introducción Transcripciones
Resumen del curso
Hola, y bienvenidos a este curso, Desarrollo de Aplicaciones de Chispa con Python y Cloudera. Soy Xavier Morera y ayudo a los desarrolladores a entender la búsqueda empresarial y los grandes datos. ¿Sabías que Spark como un gran motor de procesamiento de datos es al menos 10 a 100 veces más rápido que Hadoop o MapReduce y que además es más fácil de aprender, ampliamente adoptado y usado para un rango diverso de aplicaciones? En este curso vamos a aprender a crear aplicaciones de Spark en un lenguaje muy popular y también fácil de usar, Python, y debido a que la infraestructura es importante, vamos a aprovechar la primera y una de las distribuciones Hadoop más utilizadas, CDH, que son las siglas de Cloudera$0027s Distribution incluyendo Hadoop. Algunos de los principales temas que cubriremos incluyen la creación de un entorno con Spark y algunos datos interesantes, a saber, CDH más StackOverflow, la comprensión de Spark, una visión general y la técnica con Spark. Luego aprenderemos a trabajar con la abstracción del núcleo original de Spark, el RDD o el resistente conjunto de datos distribuidos. A continuación cubriremos los marcos de datos y el Spark SQL, que nos ayuda a ser más competentes con el Spark más rápidamente. Y finalmente hablaremos a un alto nivel sobre los conjuntos de datos, que no deben ser usados con Python porque está tecleado dinámicamente y también cubriremos algunos temas relacionados. Al final de este curso serás capaz de crear aplicaciones de Spark con Python y Cloudera, pero antes de empezar el curso deberías estar familiarizado con la programación, preferiblemente con Python, pero también incluyo un pequeño módulo de actualización en caso de que necesites un jumpstart. Además, necesitarás un cluster, pero te explicaré cómo configurar tu infraestructura de múltiples maneras diferentes. Espero que me acompañe en este viaje para aprender sobre Spark con el curso de Desarrollo de Aplicaciones Spark con Python y Cloudera en .