Apache Spark徹底入門

Apache Spark, MLflow, Delta Lakeを包括的に学び、ビッグデータ処理と機械学習開発のスキルを習得できる中級者向け入門書です。本書では、単なる操作方法に留まらず、Sparkの内部構造から効率的な実装手法までを深く掘り下げます。Python、SQL、Scala、JavaのAPIを習得し、Sparkの操作、SQLエンジン、構成、デバッグ方法を理解。JSON、Parquet、CSV、Kafkaなど多様なデータソースへの接続、構造化ストリーミングによるリアルタイム分析、Delta Lakeを用いた信頼性の高いデータパイプライン構築、MLlibでの機械学習パイプライン開発、MLflowによるモデル管理・本番化まで、実践的なスキルを身につけられます。特に、日本語版オリジナルコンテンツとして、pandas DataFrameとの使い分けや、LLM・English SDK for Sparkといった最新AI技術の活用法まで解説されており、データAIの実装者がビッグデータとAIの最前線で活躍するための知識と技術を体系的に習得できます。