Dữ liệu liên quan tới Aedes aegypti tại Wikispecies

Chương trình học này giới thiệu cho bạn những khái niệm cơ bản về lưu trữ phân tán và xử lý song song, giúp bạn hiểu rõ hơn về cách hoạt động của các hệ thống dữ liệu lớn hiện đại. Bạn sẽ học cách chuyển từ học thuật ngữ cơ bản sang hiểu cách quản lý và phân tích tập dữ liệu khổng lồ qua các cụm máy tính. Học cách viết các đường ống xử lý dữ kiện, chạy truy vấn, và quản lý tài nguyên một cách hiệu quả. Bạn sẽ học được gì: Hiểu kiến trúc nền tảng của các hệ thống phân phối bao gồm HDFS và MapReduce; Viết các ứng dụng Spark sử dụng PySpark để lọc, tổng hợp và chuyển đổi dữ liệu quy mô lớn; Tìm kiếm dữ kiện lớn hiệu quả bằng cách sử dụng Sspark SQL cho phân tích cấu trúc; Ứng dụng các khái niệm hồ dữ lạc hiện đại để duy trì độ tin cậy dữ performance; Cấu hình và quản lý tài nguyên cụm bằng YARN. Chương trình này bắt đầu với định nghĩa cơ bản và tổng quan kiến trúc trước khi hướng dẫn bạn qua các ví dụ mã viết và các đường dẫn dữ liệu khái niệm. Nó được thiết kế đặc biệt cho người mới bắt đầu, các nhà phân tích dữ liệu, và các kỹ sư dữ kiện tham vọng mà không có kinh nghiệm trước đó trong các hệ thống phân tán.