Apache Spark Grundlagen

Apache Spark ist ein Framework zur verteilten Verarbeitung gror Datenmengen. In diesem Seminar lernen Sie die Funktionsweise sowie die zugrundeliegenden Konzepte von Spark kennen und bekommen einen erblick er die wichtigsten Spark-Komponenten und die Architektur einer Spark-Applikation. In praktischen ungen wenden Sie das Erlernte an und schreiben Ihre ersten eigenen Spark-Jobs in Python. Unter anderem verwenden Sie dabei Spark Core (das grundlegende Framework f die parallele Verarbeitung in Spark) und analysieren Daten mit Spark SQL. Weiterhin lernen Sie die wichtigsten Konfigurationen f die Ausfrung von Spark Jobs auf einem lokalen System oder in einem Hadoop / YARN Cluster kennen. Des Weiteren erhalten Sie eine kurze Einfrung in die Bibliotheken f Streaming (Spark Streaming), Machine Learning (MLlib) und Graph-Verarbeitung (GraphX). Inhalte: - Einfrung in Spark - Spark Core - Spark-Architektur - Spark SQL - Administration - Spark Streaming - MLlib - GraphX