Москва, Россия
Митап meet-up

«Использование SQL для работы с данными в Apache Spark»

29 июн
Ср
Бесплатно

«Использование SQL для работы с данными в Apache Spark»

Apache Spark – это Big Data фреймворк с открытым исходным кодом для распределённой пакетной и потоковой обработки неструктурированных и слабоструктурированных данных, входящий в экосистему проектов Hadoop. Митап проводит специализированный учебный центр по технологиям Big data — Школа Больших данных. https://www.bigdataschool.ru/.

Митап рассчитан на инженеров данных, разработчиков и просто интересующихся: научимся использовать SQL для работы с данными в Spark, поймем разницу в использовании Dataframe API и SQL, разберем работу с метаданными и MetaStore, включая локальный вариант исполнения. Во время митапа будет немного теории и много практики — будем вместе в облаке учиться работать в Spark с помощью SQL. На выходе вы будете понимать, когда лучше использовать SQL и какие именно возможности он предлагает, в чем отличия SQL от Dataframe API и как можно переходить с одного способа работы на другой. Материалы митапа — Jupyter ноутбуки — позволят вам продолжить изучение нюансов использования SQL в Spark самостоятельно. Для эффективного участия в митапе необходимо предварительное знакомство со Spark (хотя бы в объеме нашего предыдущих митапов).

Длительность: 2 ак. часа

Программа митапа

  1. Теория: краткое знакомство с возможностями Spark SQL

Немного теории – место Spark SQL в Apache Spark

  1. Практика: Работаем в Apache Spark с данными с помощью SQL

SQL, датафреймы, интероперабельность, метаданные

Контактная информация:info@bigdataschool.ru или +7 (495) 41-41-121, +7 (915) 307 0074

МЕРОПРИЯТИЕ БУДЕТ ПРОВОДИТЬСЯ НА ПЛАТФОРМЕ ZOOM. Ссылка на мероприятие будет отправлена за 1 час до начала события.

Похожие мероприятия

Конференция
Open-air фестиваль ИТ и бизнеса Tabtabus 2022
19 - 21 авг
Пт-Вс
Смоленск, Россия
 
Подробнее
Конференция
Восьмая конференция «Кадровый ЭДО: Цифровизация на практике» 2022
24 авг
Ср
Онлайн-трансляция
площадка уточняется
Подробнее

Рекомендуем