Spark: The Definitive Guide

"Spark: The Definitive Guide" è un libro di riferimento completo, scritto dai creatori del framework di calcolo distribuito open-source Apache Spark. Offre un'introduzione dettagliata all'uso, alla distribuzione e alla manutenzione di Apache Spark, con un focus particolare sui miglioramenti e le nuove funzionalità della versione 2.0. Gli autori, Bill Chambers e Matei Zaharia, suddividono gli argomenti in sezioni chiaramente definite, ciascuna con obiettivi specifici. I lettori ottengono approfondimenti sulle operazioni fondamentali e le funzioni comuni delle API strutturate di Spark, oltre al nuovo API di alto livello per lo sviluppo di applicazioni di streaming end-to-end, noto come Structured Streaming. Il libro è rivolto a sviluppatori e amministratori di sistema e fornisce le basi per il monitoraggio, la regolazione e il debug di Spark. Inoltre, vengono trattate tecniche di apprendimento automatico e il loro utilizzo con MLlib, la libreria scalabile per l'apprendimento automatico di Spark. Attraverso esempi pratici, vengono spiegate in modo chiaro le API principali di Spark, come DataFrames, SQL e Datasets, e viene illustrato il funzionamento di Spark in un cluster.