Descrizione del corso

Spark SQL è il modulo di Apache Spark per lavorare con dati strutturati (Data Frame), una piattaforma open source per l’elaborazione di analisi dei dati su larga scala, progettata per essere veloce ed efficace. La sua caratteristica principale è il suo cluster computing  che è responsabile di aumentare la velocità di elaborazione dei dati.

Durante il corso ci occuperemo dunque di SparkSQL, il modulo di Spark che consente di  lavorare in contesti Big Data utilizzando Data Frame. Questa tipologia di approccio consente di lavorare su grandi quantità di dati sfruttando le metodologie che ricordano molto da vicino i database relazionali e il lavoro sul database relazionale, dunque utilizzeremo un metodo molto intuitivo e amichevole per avvicinarci al mondo dei Big Data. Grazie alle Api e ai DataFrame svolgerai analisi ed elabroazioni dati, sfruttando la struttura di SparkSQL utilizzando il linguaggio SQL  che si utilizza con i database relazionali, divenuto un elemento distintivo per Spark.

 

Il programma del corso prevede:

• Evoluzione di Spark
• Introduzione ai Dataframe
• Interrogazioni sui Dataframe
• Filtrare e ordinare dati su Dataframe
• Raggruppamento ed elaborazioni
• Usare SQL
• Sorgenti di Dataframe e salvataggio
• Progetto finale “selezione di giovani attaccanti”

 

Requisiti:  Conoscenza dei Big Data

Visualizza la DEMO del corso

Scopri tutti i nostri corsi e Learning in ambito ICT.

Durata

8 ore