01. Preface :: 2015/01/28 16:06

Parallel Data Analysis (병렬 데이터 분석)는 지속적으로 증가해 왔고, 각 분야의 전문가들은 이 분야에 더 쉽게 이용할 수 있는 툴을 찾고 있었다.

Apache Spark는 MapReduce를 확장하고 일반화시켜서 이 분야에 가장 유용한 툴 중에 하나로 빠르게 자리매김했다.

Spark는 다음 3가지 주요 이점을 제공한다.

첫째, 사용하기 쉽다. High-Level API를 통해 LapTop에서 계산하고자 하는 컨텐츠에 대한 Application을 개발할 수 있다.

둘째, Spark는 빠르다. 복잡한 알고리즘을 적용하여 Interactive한 작업을 빠르게 수행할 수 있다.

셋째, Spark는 범용 엔진이다. 여러 가지 형태의 계산 (SQL, Text Processing, Machine Learning, Graph Processing)을 수행할 수 있다.

이러한 특징들로 인해 Big Data를 배우는 시작점으로 Spark를 선택한 것은 탁월한 선택이다. 이 책을 통해서 Spark를 다운로드 및 실행, Interactive하게 API를 사용하는 방법, 수행 가능한 Operation과 분산처리 등에 대해서 상세하게 배울 것이다.

마지막으로 Spark는 라이브러리를 추가할 수 있다. 그리고 Spark에서 제공하는 SQL, Machine Learning, Streaming Processing, Graph Analytics 라이브러리를 사용하는 방법을 배울 것이다.

책은 Data Scientists and Engineer들을 대상으로 한다. 그 이유는 Spark 이용하면 그들이 있는 문제의 범위를 확장하여 가장 많은 유익을 얻을 있기 때문이다.

Data Scientist들 통계학적 지식을 기반으로 Spark를 이용하면 하나의 Machine 적합한 문제를 넘어설  있다. Engineer들은 Spark 이용하여 어떻게 범용 분산 프로그램을 작성하여 어플리케이션을 동작할 있는지 배울 있다.

Engineer Data Scientist 책을 통해 서로 다른 내용들 배우지만, 그들의 분야에서 Spark 이용하여 커다란 분산 데이터 관련된 문제를 해결할 있다.

Data Scientist 의문점에 대한 답이나 Data에서 model 만드는 것이 관심이 있다. 그들은 종종 통계학적, 수학적 배경을 갖고 있다. 그리고 Python이나 R, SQL 같은 툴들을 사용한다.
책에서는 Spark에서 제공하는 Machine Learning이나 advanced analytics 라이브러리의 overview뿐만 아니라 Python이나 SQL 예제들 포함시켰다.
만약, 여러분이 Data Scientist라면 책을 읽고 나서 커다란 규모의 문제를 더 빠르게 해결하고자 할 동일한 접근방법을 적용할 있을 것이다.

만약 당신이 Engineer라면 책을 통해서 Spark Cluster 구성하는 방법, Spark Shell 사용하는 방법, 병렬 연산 처리를 위한 Spark 어플리케이션 작성하는 방법을 배울 것이다. Hadoop 익숙하다면, HDFS 어떻게 상호연동하는지, Cluster 어떻게 관리하는지에 대해서 더 쉽게 시작할 수 있다. 하지만, 여기서는 Hadoop에 대해서는 개념적인 내용만 다룰 것이다.

책에 있는 모든 예제 코드는 GitHub 있다.
예제코드는 Java, Python, Scala 짜여져 있다.

2015/01/28 16:06 2015/01/28 16:06
Trackback Address :: http://www.yongbi.net/trackback/647
[로그인][오픈아이디란?]
오픈아이디로만 댓글을 남길 수 있습니다
Name
Password
Homepage

Secret
< PREV |  1  |  ...  155  |  156  |  157  |  158  |  159  |  160  |  161  |  162  |  163  |  ...  566  |  NEXT >