Úvod
Azure Databricks nabízí vysoce škálovatelnou platformu pro analýzu a zpracování dat pomocí Apache Sparku.
Spark je flexibilní platforma, která podporuje mnoho různých programovacích jazyků a rozhraní API. Většinu úloh zpracování a analýzy dat je možné provádět pomocí rozhraní API datového rámce , na které se v tomto modulu zaměříme.
V tomto modulu:
- Popis klíčových prvků architektury Apache Spark
- Vytvoření a konfigurace clusteru Spark
- Popište případy použití Sparku.
- Pomocí Sparku můžete zpracovávat a analyzovat data uložená v souborech.
- Pomocí Sparku můžete vizualizovat data.