„Apache Spark – Architektur und Grundlagen“ bietet eine umfassende Einführung in die verteilte Verarbeitungs-Engine, die die Big-Data-Analyse revolutioniert hat, indem sie die Grenzen des herkömmlichen MapReduce überwunden hat. Anhand von Beispielen aus der Praxis, visuellen Anleitungen, praktischen Übungen und angeleiteten Entwurfsübungen lernen Sie die Kernkomponenten von Spark kennen, darunter den Treiber, die Executor-Prozesse und den Cluster-Manager. Sie erfahren, wie die In-Memory-Verarbeitung zu erheblichen Leistungssteigerungen führt, und lernen, wie Sie Spark-Cluster und -Anwendungen für eine effiziente Verarbeitung großer Datenmengen konfigurieren und verwalten.

„Datenverarbeitung mit PySpark-RDDs und DataFrames“ konzentriert sich auf die praktische Datenverarbeitung mithilfe der Python-API von PySpark für Apache Spark. Anhand von Beispielen aus der Praxis, visuellen Anleitungen, praktischen Übungen und angeleiteten Entwurfsübungen werden Sie Datenverarbeitungsvorgänge sowohl mit RDDs als auch mit DataFrames implementieren, Transformationspipelines entwickeln, gängige Techniken zur Datenbereinigung und -aufbereitung anwenden und PySpark-Code optimieren, um eine bessere Leistung in Big-Data-Szenarien im Unternehmensmaßstab zu erzielen.

„Advanced Data Processing with Spark SQL“ stellt Spark SQL als leistungsstarke Schnittstelle für die Verarbeitung strukturierter Daten in verteilten Umgebungen vor. Anhand von Beispielen aus der Praxis, visuellen Anleitungen, praktischen Übungen und angeleiteten Entwurfsübungen erlernen Sie den Umgang mit SQL-Operationen in großem Maßstab – von einfachen Abfragen bis hin zu komplexen analytischen Operationen –, lernen, temporäre Ansichten und Tabellen zu erstellen und zu verwalten, und optimieren die Abfrageleistung für Produktions-Workloads, die herkömmliche Datenbanksysteme überfordern würden.

„Datenvisualisierung für Big Data mit Power BI“ stellt umfassende Visualisierungstechniken vor, die speziell für Big-Data-Umgebungen unter Verwendung von Microsoft Power BI entwickelt wurden. Anhand von Beispielen aus der Praxis, visuellen Anleitungen, praktischen Übungen und angeleiteten Designaufgaben lernen Sie, Power BI mit verschiedenen Big-Data-Quellen zu verbinden, effektive Visualisierungen für große Datensätze zu erstellen, interaktive Dashboards für die Self-Service-Analyse zu entwickeln und bewährte Verfahren zur Bewältigung von Leistungsherausforderungen bei der Visualisierung umfangreicher Datensätze anzuwenden.