러닝 스파크
도서+교보Only(교보배송)을 함께 15,000원 이상 구매 시 무료배송
15,000원 미만 시 2,500원 배송비 부과
20,000원 미만 시 2,500원 배송비 부과
15,000원 미만 시 2,500원 배송비 부과
1Box 기준 : 도서 10권
알림 신청하시면 원하시는 정보를
받아 보실 수 있습니다.
해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.
패키지
북카드
키워드 Pick
키워드 Pick 안내
관심 키워드를 주제로 다른 연관 도서를 다양하게 찾아 볼 수 있는 서비스로, 클릭 시 관심 키워드를 주제로 한 다양한 책으로 이동할 수 있습니다.
키워드는 최근 많이 찾는 순으로 정렬됩니다.
《러닝 스파크: 번개같이 빠른 데이터 분석》의 제2판이 출간되었습니다.
스파크 3.x를 포함하여 업데이트된 이 개정판은 데이터 엔지니어와 데이터 과학자에게 스파크의 구조와 통합이 중요한 이유를 보여줍니다. 간단한 것에서부터 복잡한 것까지 데이터 분석을 수행하고, 머신러닝 알고리즘의 사용 방법을 체계적으로 설명합니다.
단계별 연습, 코드 예제와 노트북 등을 통해 다음을 수행할 수 있습니다.
■ 파이썬, SQL, 스칼라, 자바를 이용한 고차원 정형 API 학습
■ 스파크 작업과 SQL 엔진의 이해
■ 스파크 설정 및 스파크 UI를 사용하여 스파크 작업을 검사, 튜닝, 디버깅
■ JSON, 파퀘이, CSV, 에이브로, ORC, 하이브, S3, 카프카와 같은 데이터 소스에 연결
■ 정형 스트리밍을 사용하여 배치 및 스트리밍 데이터에 대한 분석 수행
■ 오픈소스 델타 레이크 및 스파크로 안정적인 데이터 파이프라인 구축
■ MLlib을 사용하여 머신러닝 파이프라인을 개발하고 MLflow를 사용하여 모델 재생산 및 배포
작가정보
Tathagata Das
데이터브릭스의 선임 소프트웨어 엔지니어이자 아파치 스파크 커미터이면서 스파크 프로젝트 관리 위원회(PMC) 멤버다.
한국 오라클, 세븐 네트웍스 코리아를 비롯한 여러 회사에서 DBMS 엔진 및 푸시 메시징 엔진 등을 개발했다. 그루터를 거쳐 지금은 쿠팡에서 빅데이터 관련 개발 업무를 하고 있으며, 시애틀에 거주 중이다. 옮긴 책으로는 《도커: 설치부터 운영까지》, 《러닝 스파크》, 《하이 퍼포먼스 스파크》(이상 제이펍)가 있다.
한국 테라데이타, 쿠팡에서 데이터 엔지니어로 근무하며 데이터 웨어하우스, 데이터 엔지니어링, 데이터 분석에 관한 많은 프로젝트를 수행했다. 현재는 쿠팡에서 웹로그를 정제, 가공하여 사용자에게 제공하고, 이에 기반한 고객 행동 데이터 분석 플랫폼을 개발 및 운영하고 있다. 공저로는 《Amazon Redshift: 레드시프트 구축부터 성능, 쿼리, 비용 최적화까지 마스터하기》(에이콘출판사)가 있다.
목차
- 옮긴이 머리말 x
베타리더 후기 xii
추천사 xiv
시작하며 xv
표지에 대하여 xxi
CHAPTER 1 아파치 스파크 소개: 통합 분석 엔진 1
스파크의 시작 1
아파치 스파크란 무엇인가? 4
통합된 분석 7
개발자의 경험 15
CHAPTER 2 아파치 스파크 다운로드 및 시작 19
1단계: 아파치 스파크 다운로드 19
2단계: 스칼라 혹은 파이스파크 셸 사용 22
로컬 머신 사용하기 24
3단계: 스파크 애플리케이션 개념의 이해 26
트랜스포메이션, 액션, 지연 평가 29
스파크 UI 31
첫 번째 단독 애플리케이션 34
요약 42
CHAPTER 3 아파치 스파크의 정형화 API 43
스파크: RDD의 아래에는 무엇이 있는가 44
스파크의 구조 확립 45
데이터 프레임 API 48
데이터세트 API 71
데이터 프레임 vs 데이터세트 77
스파크 SQL과 하부의 엔진 79
요약 85
CHAPTER 4 스파크 SQL과 데이터 프레임: 내장 데이터 소스 소개 86
스파크 애플리케이션에서 스파크 SQL 사용하기 87
SQL 테이블과 뷰 93
데이터 프레임 및 SQL 테이블을 위한 데이터 소스 98
요약 119
CHAPTER 5 스파크 SQL과 데이터 프레임: 외부 데이터 소스와 소통하기 120
스파크 SQL과 아파치 하이브 120
스파크 SQL 셸, 비라인 및 태블로로 쿼리하기 126
외부 데이터 소스 134
PostgreSQL 137
데이터 프레임 및 스파크 SQL의 고차 함수 144
일반적인 데이터 프레임 및 스파크 SQL 작업 150
요약 163
CHAPTER 6 스파크 SQL과 데이터세트 164
자바와 스칼라를 위한 단일 API 164
데이터세트 작업 167
데이터세트 및 데이터 프레임을 위한 메모리 관리 175
데이터 집합 인코더 176
데이터세트 사용 비용 178
요약 180
CHAPTER 7 스파크 애플리케이션의 최적화 및 튜닝 181
효율적으로 스파크를 최적화 및 튜닝하기 181
데이터 캐싱과 영속화 191
스파크 조인의 종류 196
스파크 UI 들여다보기 206
요약 213
CHAPTER 8 정형화 스트리밍 214
아파치 스파크의 스트림 처리 엔진의 진화 214
정형화 스트리밍의 프로그래밍 모델 218
정형화 스트리밍 쿼리의 기초 220
실행 중인 스트리밍 쿼리의 내부 227
스트리밍 데이터 소스와 싱크 233
데이터 트랜스포메이션 243
상태 정보 유지 스트리밍 집계 246
스트리밍 조인 255
임의의 상태 정보 유지 연산 263
성능 튜닝 272
요약 274
CHAPTER 9 아파치 스파크를 통한 안정적인 데이터 레이크 구축 275
최적의 스토리지 솔루션의 중요성 275
데이터베이스 277
데이터 레이크 279
레이크하우스: 스토리지 솔루션 진화의 다음 단계 282
아파치 스파크 및 델타 레이크로 레이크하우스 구축 285
요약 296
CHAPTER 10 MLlib을 사용한 머신러닝 298
머신러닝이란 무엇인가? 299
머신러닝 파이프라인 설계 302
하이퍼파라미터 튜닝 322
요약 338
CHAPTER 11 아파치 스파크로 머신러닝 파이프라인 관리, 배포 및 확장 339
모델 관리 339
MLlib을 사용한 모델 배포 옵션 346
비MLlib 모델에 스파크 활용 352
요약 358
CHAPTER 12 에필로그: 아파치 스파크 3.0 359
스파크 코어와 스파크 SQL 359
정형화 스트리밍 368
파이스파크, 판다스 UDF, 판다스 함수 API 370
변경된 기능들 373
요약 376
찾아보기 379
책 속으로
2013년까지 스파크는 널리 쓰이면서 원 저작자들과 연구원(마테이 자하리아, 알리 고시, 레이놀드 신, 패트릭 웬델, 아이온 스토이카, 앤디 콘빈스키)들은 스파크 프로젝트를 아파치 소프트웨어 재단(ASF)에 이관하고, 데이터브릭스(Databricks)라는 회사를 만들었다.
데이터브릭스와 오픈소스 커뮤니티의 개발자들은 2014년 5월 ASF의 주도 아래 아파치 스파크 1.010을 릴리스하였다. 이 첫 메이저 릴리스는 데이터브릭스 및 100여 개의 상용 업체로부터 앞으로 이어질 빈번한 릴리스와 주목할 만한 기능을 이끌어낼 변화의 계기가 되었다. _4쪽
여러분은 하나의 스파크 애플리케이션을 작성함으로써 모든 것이 실행 가능해지며 전혀 다른 작업을 위해 별도의 엔진을 돌릴 필요도, 별도의 API를 배울 필요도 없게 된다. 스파크를 쓴다면 자신의 워크로드를 처리하기 위한 하나의 통합된 처리 엔진을 갖게 되는 것이다. _5쪽
개발자가 겪는 모든 기쁨 중 가장 매력적인 것 중의 하나는 생산성을 늘려 주고, 사용하기 쉽거나 이해하기 쉬운, 잘 구성된 API 집합이다. 아파치 스파크의 원칙 중 하나는 데이터의 규모에 상관없이 스칼라, 자바, 파이썬, SQL, R 등 여러 언어에 걸쳐 사용하기 쉬운 API를 개발자에게 어필하는 것이다. _15쪽
이 책의 저자 중에는 M&M을 사용하여 쿠키를 굽는 것을 좋아하는 데이터 과학자가 있으며, 그녀는 머신러닝과 데이터 과학 과정을 수강하는 미국의 여러 주(state) 출신 학생들에게 상으로 이 쿠키들을 자주 주곤 한다. 하지만 그녀는 데이터 중심주의자이기 때문에 서로 다른 주에 사는 학생들에게 적절한 비율로 M&M의 색깔이 주어지는지 확인해 보고 싶어 한다. 10만 개 이상의 데이터를 갖고 있는 파일을 읽어 들여서(각 라인은 주, M&M 색깔, 개수를 갖고 있다) 색깔과 주별로 집계하는 스파크 프로그램을 작성해보자. 이 집계된 결과는 각 주별로 학생들이 어떤 색깔의 M&M을 좋아하는지 알려줄 것이다. 완전한 파이썬 프로그램은 예제 2-1에 있다. _35쪽
데이터 캐싱과 영속화(persistence)의 차이는 무엇일까? 스파크에서는 두 단어가 서로 동의어라고 볼 수 있다. cache()와 persist()의 두 가지 API 호출이 이 기능들을 제공한다. 후자는 데이터가 저장되는 위치와 방식에 대해 좀 더 세밀한 설정 - 메모리인지 디스크인지, 직렬화를 하는지 안 하는지 - 을 제공할 수 있다. _191쪽
기본정보
| ISBN | 9791191600889 | ||
|---|---|---|---|
| 발행(출시)일자 | 2022년 06월 24일 | ||
| 쪽수 | 404쪽 | ||
| 크기 |
188 * 246
* 24
mm
/ 864 g
|
||
| 총권수 | 1권 | ||
| 시리즈명 |
I♥Cloud
|
||
| 원서명/저자명 | Learning Spark/Jules Damji | ||
| 이 책의 개정정보 |
가장 최근에 출시된 개정판입니다.
구판보기
|
||
Klover
e교환권은 적립 일로부터 180일 동안 사용 가능합니다.
리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 리뷰 종류별로 구매한 아이디당 한 상품에 최초 1회 작성 건들에 대해서만 제공됩니다.
판매가 1,000원 미만 도서의 경우 리워드 지급 대상에서 제외됩니다.
일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
- 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
- 도서와 무관한 내용의 리뷰
- 인신공격이나 욕설, 비속어, 혐오발언이 개재된 리뷰
- 의성어나 의태어 등 내용의 의미가 없는 리뷰
리뷰는 1인이 중복으로 작성하실 수는 있지만, 평점계산은 가장 최근에 남긴 1건의 리뷰만 반영됩니다.
구매 후 리뷰 작성 시, e교환권 200원 적립
문장수집
e교환권은 적립 일로부터 180일 동안 사용 가능합니다. 리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 한 상품에 최초 1회만 제공됩니다.
주문취소/반품/절판/품절 시 리워드 대상에서 제외됩니다.
구매 후 리뷰 작성 시, e교환권 100원 적립
