Engineering Big Data Pipelines with Hadoop and Spark: Store, Process, and Analyze Large-Scale Datasets Using Hadoop, Spark, and PySpark
Idioma: inglés
Editorial: Independently published, 2026
- Tapa blanda
- Nuevo

Librería: California Books, Miami, FL, Estados Unidos de AmericaCalifornia Books
Vendedor de AbeBooks desde 27 de octubre de 2023
Condición: Nuevo
EUR 21,32
Cantidad disponible: Más de 20 disponibles
Añadir al carritoDescripción del artículo del vendedor
Print on Demand.
N° de ref. del artículo I-9798192589724
- Título
- Engineering Big Data Pipelines with Hadoop and Spark: Store, Process, and Analyze Large-Scale Datasets Using Hadoop, Spark, and PySpark
- Autor
- Westwood, Nathan
- Editorial
- Independently published
- Año de publicación
- 2026
- Estado
- New
- Encuadernación
- Encuadernación de tapa blanda
- Idioma
- inglés
- ISBN 13
- 9798192589724
Learn how to build practical big data pipelines with Hadoop, Apache Spark, and PySpark.
As datasets grow beyond the practical limits of a single computer, organizations need reliable ways to store, process, clean, transform, and analyze information at scale. Engineering Big Data Pipelines with Hadoop and Spark provides a practical introduction to the tools and workflows used to solve these problems.
This beginner friendly guide takes you from the foundations of big data and distributed computing to complete processing pipelines using Hadoop, Spark, and Python. You will learn not only what the technologies do, but how their individual components fit together in a repeatable data engineering workflow.
Inside this book, you will learn how to:
- Understand big data, distributed computing, batch processing, and streaming
- Understand the Hadoop ecosystem and how its major components work together
- Work with HDFS for distributed storage
- Understand MapReduce and parallel batch processing
- Use YARN for cluster resource management
- Set up Hadoop, Spark, and PySpark on a practical local environment
- Create and work with PySpark applications
- Understand RDDs, transformations, actions, and Spark execution
- Work with Spark DataFrames for large scale data processing
- Query large datasets using Spark SQL
- Read and clean CSV, JSON, and Parquet datasets
- Transform large datasets using PySpark
- Understand partitions, shuffling, caching, persistence, and broadcast joins
- Read Spark execution plans and use the Spark Web UI for performance analysis
- Process continuously arriving data with Structured Streaming
- Build introductory machine learning workflows using Spark MLlib
- Develop classification and regression models with Spark
- Save and reload machine learning pipelines
- Build and monitor a complete end to end big data processing project
The book emphasizes a practical workflow rather than memorizing commands. You will learn to move data through a complete pipeline: store it, inspect it, clean it, transform it, analyze it, optimize the processing job, and save the results.
Practical examples use familiar business data including sales transactions, customer orders, product records, website logs, incoming events, and customer behavior data. The final project combines the major skills developed throughout the book by moving raw transaction data into HDFS, processing it with PySpark, analyzing it with Spark SQL, optimizing the job, and saving the results as Parquet.
You do not need previous experience with Hadoop, Spark, distributed systems, or data engineering. Basic computer skills are enough to begin, while some familiarity with Python and SQL can be helpful as you progress into PySpark and Spark SQL.
Whether you are a student learning data processing, a Python user working with larger datasets, an analyst exploring distributed computing, a software developer moving into data engineering, or a technical professional preparing to work with Hadoop and Spark, this book provides a structured path from fundamentals to practical implementation.
Build the skills to design, process, optimize, and understand large scale data pipelines with Hadoop, Spark, and PySpark.
“Sinopsis” puede pertenecer a otra edición de este título.
California Books
Miami, FL, Estados Unidos de America
Vendedor de AbeBooks desde 27 de octubre de 2023
Tarifas de envío en Estados Unidos de America
| Artículo | De 3 a 7 días hábiles | De 2 a 5 días hábiles |
|---|---|---|
| Primer artículo | EUR 0,00 | EUR 10,35 |
Métodos de pago
Descripción de la tienda
We have 20 years experience selling books worldwide! Friendly customer support. Your satisfaction guaranteed!
Especialidad
All authorized categoriesInformación empresarial del vendedor
Miramar International Services LLC
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a California Books, Fort Wayne, Indiana, U.S.A., sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.