使用Apache Spark SQL和流处理快速数据 中文字幕

分析数据曾经是你每晚做一次的事情

现在您需要能够即时处理数据，以便您可以提供最新的洞察力

但是，您如何实时完成过去几个小时没有复杂代码库的问题？ 在本课程中，使用Apache Spark SQL和Streaming处理快速数据，您将学习如何使用Apache Spark Streaming和SQL库作为处理这一实时，快速数据处理新世界的好方法

首先，你将潜入SparkSQL

接下来，您将探讨如何通过使用Spark Streaming分析流来捕捉潜在的欺诈行为

最后，你会发现更新的结构化流媒体API

到本课程结束时，您将对这些API有更深入的了解，以及一些推动API设计的流式概念

嗨，我的名字是Justin Pihony，欢迎来到我的课程，使用Apache Spark SQL和Streaming进行快速数据处理。

作为Stack Overflow上Apache Spark答案的主要贡献者，以及Lightbend的开发人员支持经理给了我很多洞察力，如何最大化Spark的功能，同时避免可能的陷阱。

快速数据是数据世界的下一个重要事项。

如今，我们现在需要有价值的业务见解，而不是等待批量工作完成后，我们现在正处于这样一个阶段，我们可以构建这些系统，以便能够大规模地响应我们的需求。

在本课程中，我们将了解如何在其SQL和流功能中使用Spark来构建这些快速数据应用程序，而不会让人痛苦不堪。

我们将介绍的一些主要主题包括深入了解Spark的SQL库，通过DataFrames学习无类型的一面，通过数据集学习类型安全的一面，以及通过更老的，更多的方式覆盖Spark的流式传输。 稳定的Spark Streaming库及其现代化，崭露头角的结构化流媒体库。

在本课程结束时，您将拥有Spark的SQL和流API的丰富知识，了解如何利用它们创建快速数据应用程序，能够立即提取业务洞察力。

在开始本课程之前，您应该对Apache Spark有一个基本的了解，您可以从我的其他课程Apache Spark Fundamentals中获得。

我希望你能和我一起学习Spark的SQL和流媒体库，以及如何通过使用Apache Spark SQL和Pluamingight的Streaming快速数据处理来超越大数据世界。