Interrogare i databrick con Spark SQL

Recensioni dei lettori

Il libro “Querying Databricks with Spark SQL” offre una copertura approfondita dei concetti di base e avanzati di Spark SQL. È ben strutturato con scenari aziendali per introdurre le query SQL e fornisce spiegazioni chiare. Tuttavia, alcuni lettori hanno riscontrato problemi con le istruzioni e l'organizzazione.

⬤ Copertura completa di Spark SQL, adatta sia ai principianti che agli utenti avanzati
⬤ struttura e spiegazioni chiare
⬤ database di esempio ben progettato
⬤ preziosa sezione “Trucchi e trappole”
⬤ lettura soddisfacente per i professionisti di SQL che cercano argomenti avanzati.

⬤ Le istruzioni per l'impostazione dei dataset non erano chiare
⬤ Le risorse GitHub erano mal organizzate
⬤ La qualità della rilegatura potrebbe essere migliorata
⬤ Sono mancati argomenti come le istruzioni SQL MERGE, UPDATE, DELETE
⬤ Un intoppo iniziale con le istruzioni per l'importazione dei file di dati.

(basato su 2 recensioni dei lettori)

Titolo originale:

Querying Databricks with Spark SQL

Contenuto del libro:

Una guida pratica all'utilizzo di Spark SQL per eseguire query complesse sui dati Databricks

Caratteristiche principali

Imparare l'SQL da zero, senza necessità di conoscenze precedenti di programmazione o SQL.

Costruire progressivamente le proprie conoscenze e competenze, dall'interrogazione di base dei dati all'analisi complessa.

Acquisire esperienza pratica con SQL, coprendo tutti i livelli di conoscenza, dal principiante all'esperto.

Descrizione

Databricks si distingue come piattaforma ampiamente diffusa dedicata alla creazione di data lake. All'interno del suo framework, estende il supporto a una versione specializzata di Structured Query Language (SQL) nota come Spark SQL. Se siete interessati a saperne di più su come utilizzare Spark SQL per analizzare i dati in un data lake, questo libro fa per voi.

Il libro copre tutto, dalle query di base alle complesse operazioni di elaborazione dei dati. Inizia con un'introduzione a SQL e Spark. Quindi vengono trattate le basi dell'SQL, compresi i tipi di dati, gli operatori e le clausole. I capitoli successivi si concentrano su filtraggio, aggregazione e calcolo. Inoltre, vengono trattate le date e gli orari, la formattazione dell'output e l'uso della logica nelle query. Vengono anche trattate le unioni di tabelle, le sottoquery, le tabelle derivate e le comuni espressioni di tabella. Vengono inoltre trattate le sottoquery correlate, l'unione e il filtraggio di insiemi di dati, l'uso di SQL nei calcoli, la segmentazione e la classificazione dei dati, l'analisi a rotazione e l'analisi dei dati nel tempo. Il libro si conclude con un capitolo sulla presentazione avanzata dei dati.

Alla fine del libro, sarete in grado di utilizzare Spark SQL per eseguire complesse attività di analisi dei dati sui data lake.

Cosa imparerete

Utilizzare Spark SQL per leggere i dati da un data lake.

Imparerete a filtrare, aggregare e calcolare i dati utilizzando Spark SQL.

Imparare a unire tabelle, usare subquery e creare tabelle derivate in Spark SQL.

Analizzare i dati nel tempo utilizzando Spark SQL per tracciare le tendenze e identificare gli schemi nei dati.

Presentare i dati in modo visivamente accattivante utilizzando Spark SQL.

Per chi è questo libro

Questo libro è rivolto a tutti coloro che vogliono imparare a utilizzare SQL per analizzare i big data. Che siate analisti di dati, studenti, sviluppatori di database, contabili, analisti aziendali, data scientist o chiunque altro abbia bisogno di estrarre informazioni da grandi insiemi di dati, questo libro vi insegnerà le competenze necessarie per portare a termine il lavoro.

Indice dei contenuti

1. Scrivere query SQL di base

2. Filtrare i dati

3. Applicazione di filtri complessi alle query

4. Calcoli semplici

5. Aggregazione dei risultati

6. Lavorare con le date in Databricks

7. Formattazione del testo nell'output della query

8. Formattazione di numeri e date

9. Uso della logica di base per migliorare l'analisi

10. Utilizzo di più tabelle per l'interrogazione dei dati

11. Utilizzo di join di tabelle avanzati

12. Subquery

13. Tabelle derivate

14. Espressioni di tabella comuni

15. Subquery correlate

16. Manipolazione di insiemi di dati

17. Uso dell'SQL per calcoli più avanzati

18. Segmentazione e classificazione dei dati

19. Analisi a rotazione

20. Analisi dei dati nel tempo

21. Output di dati complessi