hva gjør iterator i java
IST: 07.00 - 08.00, 17. oktober’14
PDT: 18:30 - 19:30, 16. oktober ’14
Begrensede seter !! Fyll ut skjemaet til høyre og bestill sporet ditt i dag.
Hei alle sammen, vi gjennomfører et gratis webinar på Apache Spark og Scala 18. oktober’14. Tittelen på webinaret er ‘Big Data Processing with Apache Spark and Scala’ . I dette webinaret vil de essensielle temaene angående Apache Spark og Scala bli diskutert. Eventuelle spørsmål eller tvil kan avklares under økten.
Emner som skal dekkes:
- Hva er Big Data?
- Hva er gnist?
- Hvorfor gnist?
- Spark Ecosystem
- Et notat om Scala
- Hvorfor Scala?
- Hello Spark - Hands on
Hvorfor gnist?
Apache Spark er en åpen kildekode-klyngeregistreringsramme for Hadoop-fellesklynger. Det kvalifiserer til å være en av de beste dataanalyse- og behandlingsmotorene for store data med sin umatchbare hastighet, brukervennlighet og sofistikerte analyse. Følgende er fordelene og funksjonene som gjør Apache Spark til en crossover-hit for så vel operativ som undersøkende analyse:
- Programmene utviklet over Spark kjører 100 ganger raskere enn de som ble utviklet i Hadoop MapReduce.
- Spark samler 80 operatører på høyt nivå.
- Spark Streaming muliggjør sanntids databehandling.
- GraphX er et bibliotek for grafiske beregninger.
- MLib er maskinlæringsbiblioteket for Spark.
- Primært skrevet i Scala, kan Spark være innebygd i et hvilket som helst JVM-basert operativsystem, samtidig som det også kan brukes på REPL (Les, Evaluer, Behandle og Last) måte.
- Den har kraftige hurtigbufring og diskbestandighet.
- Spark SQL lar den håndtere SQL-spørsmål på en dyktig måte
- Apache Spark kan distribueres gjennom Apache Mesos, Garn i HDFS, HBase, Cassandra eller Spark Cluster Manager (Sparks egen klyngebehandler).
- Spark simulerer Scalas funksjonelle stil og samling API, noe som er en stor fordel for Scala og Java-utviklere.
Behov for Apache Spark:
Spark gir bransjen enorme fordeler når det gjelder hastighet, forskjellige oppgaver den kan utføre, fleksibilitet, kvalitetsdataanalyse, kostnadseffektivitet osv., Som er dagens behov. Den leverer avanserte, sanntids store dataanalyseløsninger til IT-bransjen, og imøtekommer den økende kundebehovet. Sanntidsanalyse utnytter forretningsmuligheter til store mengder. Kompatibiliteten med Hadoop gjør det veldig enkelt for selskapene å raskt adoptere det. Det er et bratt behov for gnistlærte eksperter og utviklere, da dette er en relativt ny teknologi, som blir stadig mer vedtatt.