Explainers
Explainers to dłuższe, bardziej kompleksowe materiały. Czasami teoretyczne, czasami praktyczne. Dowiemy się z nich na czym polega konkretny model danych, architektura HDFS, czy w jaki sposób optymalizować aplikacje w Apache Spark.
- Linux: Najważniejsze narzędzia sieciowe (przegląd)
- Linux: Wszystko, co musisz wiedzieć o katalogach (folderach)
- Czym jest i jak działa Object Storage?
- Apache Spark: Co to jest i jak sprawdzić predicate pushdown oraz column pruning?
- Apache Spark: jak jest zbudowany? (Architektura)
- Czym jest architektura Master-Slave?
- Apache Spark: Czym Jest Query Plan?
- Modelowanie danych – wstęp
- Power BI: Desktop i Online/ Service – zastosowania
- Spark – Struktura pamięci executora
- Apache Spark: Narrow vs Wide Transformations (/dependencies)
- Co to jest Spark UI? Przegląd
- Czym różnią się struktury Sparkowe? (Dataset vs Dataframe vs RDD)
- Jak wygląda Solr UI i jak z niego korzystać?
- Czym jest Databricks? Ogólny przegląd technologii
- Jak działa git? Podstawowe informacje, flow i komendy
- Apache Spark: Jak działają akcje i transformacje?
- Jak działa HDFS? [Architektura]
- Sięgnij po swój Second Brain! Zainwestuj kilka minut, a zyskasz narzędzie do osiągania wielkich celów.
- Najczęstsze problemy ze starym Sparkiem (1.X) – co warto wiedzieć, zaczynając projekt
- Zrozumieć Sparka: join
- Zrozumieć Sparka: cache vs persist
- Zrozumieć sparka: uruchamianie joba na serwerze (spark submit)
- HBase: jak zbudowany jest model danych?
- Jak zbudowany jest Apache Ozone?
- Spark: czemu jedna akcja tworzy wiele jobów?
- Jak zrozumieć systemy Big Data? Rzecz o złożoności