乐趣区

关于大数据:图解大数据-综合案例使用Spark分析挖掘音乐专辑数据

作者:韩信子 @ShowMeAI
教程地址:http://www.showmeai.tech/tutorials/84
本文地址:http://www.showmeai.tech/article-detail/178
申明:版权所有,转载请分割平台与作者并注明出处

引言

娱乐影音是目前大数据与 AI 利用最宽泛的场景之一,本案例以音乐专辑发行数据为背景,解说应用 pyspark 对 HDFS 存储的数据进行解决数据分析的过程,并且对剖析后果做了可视化出现。

1. 试验环境

  • (1)Linux:Ubuntu 16.04
  • (2)Python: 3.8
  • (3)Hadoop:3.1.3
  • (4)Spark: 2.4.0
  • (5)Web 框架:flask 1.0.3
  • (6)可视化工具:Echarts
  • (7)开发工具:Visual Studio Code

为了反对 Python 可视化剖析,大家能够运行如下命令装置 Flask 组件:

sudo apt-get install python3-pip
pip3 install flask

2. 试验数据集

1)数据集阐明

数据集和源代码下载
链接:https://pan.baidu.com/s/1C0VI6w679izw1RENyGDXsw
提取码:show

本案例的数据集来自于 Kaggle 平台,数据名称 albums.csv,蕴含了 10 万条音乐专辑的数据(大家能够通过上述百度网盘地址下载)。次要字段阐明如下:

  • album\_title:音乐专辑名称
  • genre:专辑类型
  • year\_of\_pub:专辑发行年份
  • num\_of\_tracks:每张专辑中单曲数量
  • num\_of\_sales:专辑销量
  • rolling\_stone\_critic:滚石网站的评分
  • mtv\_critic:寰球最大音乐电视网 MTV 的评分
  • music\_maniac\_critic:音乐达人的评分

2)上传数据至 HDFS

(1)启动 Hadoop 中的 HDFS 组件,在命令行运行上面命令

/usr/local/hadoop/sbin/start-dfs.sh

(2)在 hadoop 上登录用户创立目录,在命令行运行上面命令

hdfs dfs -mkdir -p /user/hadoop

(3)把本地文件系统中的数据集 albums.csv 上传到分布式文件系统 HDFS 中

hdfs dfs -put albums.csv

3.pyspark 数据分析

1)建设工程文件

(1)创立文件夹 code
(2)在 code 下创立 project.py 文件
(3)在 code 下创立 static 文件夹,寄存动态文件
(4)在 code/static 文件夹上面创立 data 目录,寄存剖析生成的 json 数据

2)进行数据分析

本文对音乐专辑数据集 albums.csv 进行了一系列的剖析,包含:

(1)统计各类型专辑的数量
(2)统计各类型专辑的销量总数
(3)统计近 20 年每年发行的专辑数量和单曲数量
(4)剖析总销量前五的专辑类型的各年份销量
(5)剖析总销量前五的专辑类型,在不同评分体系中的均匀评分

3)代码实现

  • 获取数据集与代码 → ShowMeAI 的官网 GitHub https://github.com/ShowMeAI-Hub/awesome-AI-cheatsheets
  • 运行代码段与学习 → 在线编程环境 http://blog.showmeai.tech/python3-compiler

project.py 代码如下:

from pyspark import SparkContext
from pyspark.sql import SparkSession
import json

#统计各类型专辑的数量(只显示总数量大于 2000 的十种专辑类型)def genre(sc, spark, df):
    #依照 genre 字段统计每个类型的专辑总数,过滤出其中数量大于 2000 的记录
    #并取出 10 种类型用于显示
    j = df.groupBy('genre').count().filter('count > 2000').take(10)
    #把 list 数据转换成 json 字符串,并写入到 static/data 目录下的 json 文件中
    f = open('static/data/genre.json', 'w')
    f.write(json.dumps(j))
    f.close()

#统计各个类型专辑的销量总数
def genreSales(sc, spark, df):
    j = df.select('genre', 'num_of_sales').rdd\
        .map(lambda v: (v.genre, int(v.num_of_sales)))\
            .reduceByKey(lambda x, y: x + y).collect()
    f = open('static/data/genre-sales.json', 'w')
    f.write(json.dumps(j))
    f.close()

#统计每年发行的专辑数量和单曲数量
def yearTracksAndSales(sc, spark, df):
    #把雷同年份的专辑数和单曲数量相加,并依照年份排序
    result = df.select('year_of_pub', 'num_of_tracks').rdd\
        .map(lambda v: (int(v.year_of_pub), [int(v.num_of_tracks), 1]))\
            .reduceByKey(lambda x, y: [x[0] + y[0], x[1] + y[1]])\
                .sortByKey()\
                .collect()

    #为了不便可视化实现,将列表中的每一个字段别离存储
    ans = {}
    ans['years'] = list(map(lambda v: v[0], result))
    ans['tracks'] = list(map(lambda v: v[1][0], result))
    ans['albums'] = list(map(lambda v: v[1][1], result))
    f = open('static/data/year-tracks-and-sales.json', 'w')
    f.write(json.dumps(ans))
    f.close()

#取出总销量排名前五的专辑类型
def GenreList(sc, spark, df):
    genre_list = df.groupBy('genre').count()\
        .orderBy('count',ascending = False).rdd.map(lambda v: v.genre).take(5)
    return genre_list


#剖析总销量前五的类型的专辑各年份销量
def GenreYearSales(sc, spark, df, genre_list):
    #过滤出类型为总销量前五的专辑,将雷同类型、雷同年份的专辑的销量相加,并进行排序。result = df.select('genre', 'year_of_pub', 'num_of_sales').rdd\
        .filter(lambda v: v.genre in genre_list)\
            .map(lambda v: ((v.genre, int(v.year_of_pub)), int(v.num_of_sales)))\
                .reduceByKey(lambda x, y: x + y)\
                    .sortByKey().collect()

    #为了不便可视化数据提取,将数据存储为适配可视化的格局
    result = list(map(lambda v: [v[0][0], v[0][1], v[1]], result))
    ans = {}
    for genre in genre_list:
        ans[genre] = list(filter(lambda v: v[0] == genre, result))
    f = open('static/data/genre-year-sales.json', 'w')
    f.write(json.dumps(ans))
    f.close()

#总销量前五的专辑类型,在不同评分体系中的均匀评分
def GenreCritic(sc, spark, df, genre_list):
    #过滤出类型为总销量前五的专辑,将同样类型的专辑的滚石评分、mtv 评分,音乐达人评分别离取均匀
    result = df.select('genre', 'rolling_stone_critic', 'mtv_critic', 'music_maniac_critic').rdd\
        .filter(lambda v: v.genre in genre_list)\
        .map(lambda v: (v.genre, (float(v.rolling_stone_critic), float(v.mtv_critic), float(v.music_maniac_critic), 1)))\
        .reduceByKey(lambda x, y : (x[0] + y[0], x[1] + y[1], x[2] + y[2], x[3] + y[3]))\
        .map(lambda v: (v[0], v[1][0]/v[1][3], v[1][1]/v[1][3], v[1][2]/v[1][3])).collect()

    f = open('static/data/genre-critic.json', 'w')
    f.write(json.dumps(result))
    f.close()


#代码入口

if __name__ == "__main__":
    sc = SparkContext('local', 'test')
    sc.setLogLevel("WARN")
    spark = SparkSession.builder.getOrCreate()
    file = "albums.csv"
    df = spark.read.csv(file, header=True)  #dataframe

    genre_list = GenreList(sc, spark, df)

    genre(sc, spark, df)
    genreSales(sc, spark, df)
    yearTracksAndSales(sc, spark, df)
    GenreYearSales(sc, spark, df, genre_list)
    GenreCritic(sc, spark, df, genre_list)

4)代码运行

(1)在 Ubuntu 终端窗口中,用 hadoop 用户登录,在命令行运行 su hadoop,并输出用户明码。
(2)进入代码所在目录。
(3)为了可能读取 HDFS 中的 albums.csv 文件,在命令行运行:

/usr/local/hadoop/sbin/start-dfs.sh

(4)在命令行运行:

spark-submit project.py

4. 可视化实现

=======

本案例的可视化基于 Echarts 实现,实现的可视化页面部署在基于 flask 框架的 web 服务器上。

  • 获取数据集与代码 → ShowMeAI 的官网 GitHub https://github.com/ShowMeAI-Hub/awesome-AI-cheatsheets
  • 运行代码段与学习 → 在线编程环境 http://blog.showmeai.tech/python3-compiler

1)相干代码构造

(1)在 code 目录下新建 VisualizationFlask.py 文件,寄存 Flask 利用。
(2)在 code目录下新建一个名为 templates 的文件夹,寄存 html文件。
(3)在 code/static 目录下新建一个名为 js 的文件夹,寄存 js 文件。

2)建设 Flask 利用

在 SparkFlask.py 文件中复制以下代码:

from flask import render_template
from flask import Flask
# from livereload import Server

app = Flask(__name__)

@app.route('/')
def index():
    #应用 render_template() 办法来渲染模板
    return render_template('index.html')

@app.route('/<filename>')
def req_file(filename):
    return render_template(filename)

if __name__ == '__main__':   
    app.DEBUG=True# 代码调试立刻失效
    app.jinja_env.auto_reload = True# 模板调试立刻失效
app.run()# 用 run() 函数来让利用运行在本地服务器上

3)下载 js 文件

(1)在网站上下载 jQuery(https://cdn.bootcss.com/jquery/3.4.1/jquery.min.js),将其另存为 jquery.min.js 文件,保留在 code/static/js 目录下。
(2)在官网下载界面下载 Echarts(https://echarts.apache.org/zh/download.html),将其另存 echarts-gl.min.js 文件,保留在 code/static/js 目录下。

4)Echarts 可视化

(1)在 code/templates 目录下新建 index.html 文件。复制以下代码:

<!DOCTYPE html>
<html lang="en">

<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <meta http-equiv="X-UA-Compatible" content="ie=edge">
    <title>Music</title>
</head>

<body>
    <h2> 音乐专辑剖析 </h2>
    <ul style="line-height: 2em">
        <li><a href="genre.html"> 各类型专辑的数量统计图 </a></li>
        <li><a href="genre-sales.html"> 各类型专辑的销量统计图 </a></li>
        <li><a href="year-tracks-and-sales.html"> 近 20 年每年发行的专辑数量和单曲数量统计图 </a></li>
        <li><a href="genre-year-sales.html"> 总销量前五的专辑类型的各年份销量剖析图 </a></li>
        <li><a href="genre-critic.html"> 总销量前五的专辑类型的评分剖析图 </a></li>
    </ul>
</body>
</html>

index.html 为主页面,显示每一个统计分析图所在页面的链接。点击任意一个链接,即可跳转到相应页面。

(2)在 code/templates 目录下新建 genre.html 文件。复制以下代码:

<!DOCTYPE html>
<html>

<head>
    <meta charset="utf-8">
    <title>ECharts</title>
    <!-- 引入 echarts.js -->
    <script src="static/js/echarts-gl.min.js"></script>
    <script src="static/js/jquery.min.js"></script>
</head>

<body>
    <!-- 为 ECharts 筹备一个具备大小(宽高)的 Dom -->
    <a href="/">Return</a>
    <br>
    <br>
    <div id="genre" style="width: 480px;height:500px;"></div>
    <script type="text/javascript">
        $.getJSON("static/data/genre.json", d => {
            _data = d.map(v => ({name: v[0],
                value: v[1]
            }))
            // 基于筹备好的 dom,初始化 echarts 实例
            var myChart = echarts.init(document.getElementById('genre'), 'light');

            // 指定图表的配置项和数据
            option = {
                title: {
                    text: '各类型专辑的数量统计图',
                    subtext: '从图中能够看出 Indie 类型的专辑数量最多。',
                    // x: 'center'
                    x: 'left'
                },
                tooltip: {
                    trigger: 'item',
                    formatter: "{a} <br/>{b} : {c} ({d}%)"
                },
                legend: {
                    x: 'center',
                    y: 'bottom',
                    data: d.map(v => v[0])
                },
                toolbox: {
                    show: true,
                    feature: {mark: { show: true},
                        dataView: {show: true, readOnly: false},
                        magicType: {
                            show: true,
                            type: ['pie', 'funnel']
                        },
                        restore: {show: true},
                        saveAsImage: {show: true}
                    }
                },
                calculable: true,
                series: [
                    {
                        name: '半径模式',
                        type: 'pie',
                        radius: [30, 180],
                        center: ['50%', '50%'],
                        roseType: 'radius',
                        label: {
                            normal: {show: false},
                            emphasis: {show: true}
                        },
                        lableLine: {
                            normal: {show: false},
                            emphasis: {show: true}
                        },
                        data: _data
                    }
                ]
            };

            // 应用刚指定的配置项和数据显示图表。myChart.setOption(option);
        })
    </script>
</body>
</html>

这个通过读取 code/static/data/genre.json 中的数据,画出玫瑰图,显示各类型专辑的数量。

(3)在 code/templates 目录下新建 genre-sales.html 文件。复制以下代码:

<!DOCTYPE html>
<html>

<head>
    <meta charset="utf-8">
    <title>ECharts</title>
    <!-- 引入 echarts.js -->
    <script src="static/js/echarts-gl.min.js"></script>
    <script src="static/js/jquery.min.js"></script>
</head>

<body>
    <a href="/">Return</a>
    <br>
    <br>
    <!-- 为 ECharts 筹备一个具备大小(宽高)的 Dom -->
    <div id="genre-sales" style="width: 1000px;height:550px;"></div>
    <script type="text/javascript">
        $.getJSON("static/data/genre-sales.json", d => {console.log(d);

            // 基于筹备好的 dom,初始化 echarts 实例
            var myChart = echarts.init(document.getElementById('genre-sales'), 'light');

            var dataAxis = d.map(v => v[0]);
            var data = d.map(v => parseInt(v[1])/1e6);

            option = {
                title: {
                    text: '各类型专辑的销量统计图',
                    subtext: '该图统计了各个类型专辑的销量和,从图中能够看出 Indie 类型的专辑销量最高,将近 47 亿。Pop 类型的专辑销量排在第二,约为 39 亿。',
                    x: 'center',
                    // bottom: 10
                    padding: [0, 0, 15, 0]
                },
                color: ['#3398DB'],
                tooltip: {
                    trigger: 'axis',
                    axisPointer: {            // 坐标轴指示器,坐标轴触发无效
                        type: 'shadow'        // 默认为直线,可选为:'line' | 'shadow'
                    }
                },
                grid: {
                    left: '3%',
                    right: '4%',
                    bottom: '3%',
                    containLabel: true
                },
                xAxis: [
                    {
                        type: 'category',
                        data: dataAxis,
                        axisTick: {
                            show: true,
                            alignWithLabel: true,
                            interval: 0
                        },
                        axisLabel: {
                            interval: 0,
                            rotate: 45,
                        }
                    }
                ],
                yAxis: [
                    {
                        type: 'value',
                        name: '# Million Albums',
                        nameLocation: 'middle',
                        nameGap: 50 
                    }
                ],
                series: [
                    {
                        name: '间接拜访',
                        type: 'bar',
                        barWidth: '60%',
                        data: data
                    }
                ]
            };

            // 应用刚指定的配置项和数据显示图表。myChart.setOption(option);

        })
    </script>
</body>
</html>

这个通过读取 code/static/data/genre-sales.json 中的数据,画出柱状图,显示各类型专辑的销量总数。

(4)在 code/templates 目录下新建 year-tracks-and-sales.html 文件。复制以下代码:

<!DOCTYPE html>
<html>

<head>
    <meta charset="utf-8">
    <title>ECharts</title>
    <!-- 引入 echarts.js -->
    <script src="static/js/echarts-gl.min.js"></script>
    <script src="static/js/jquery.min.js"></script>
</head>

<body>
    <a href="/">Return</a>
    <br>
    <br>
    <!-- 为 ECharts 筹备一个具备大小(宽高)的 Dom -->
    <div id="canvas" style="width: 1000px;height:550px;"></div>
    <script type="text/javascript">
        $.getJSON("static/data/year-tracks-and-sales.json", d => {console.log(d)
            // 基于筹备好的 dom,初始化 echarts 实例
            var myChart = echarts.init(document.getElementById('canvas'), 'light');

            var colors = ['#5793f3', '#d14a61', '#675bba'];

            option = {
                title: {
                    text: '近 20 年的专辑数量和单曲数量的变化趋势',
                    padding: [1, 0, 0, 15]
                    // subtext: '该图显示了从 2000 年到 2019 年发行的专辑数量和单曲数量的变化趋势,从图中能够看出,专辑数量变动很小,根本稳固在 5000 左右;单曲数量有轻微的稳定,大略为专辑数量的 10 倍。'
                },
                tooltip: {trigger: 'axis'},
                legend: {data: ['单曲数量', '专辑数量'],
                    padding: [2, 0, 0, 0]
                },
                toolbox: {
                    show: true,
                    feature: {
                        dataZoom: {yAxisIndex: 'none'},
                        dataView: {readOnly: false},
                        magicType: {type: ['line', 'bar'] },
                        restore: {},
                        saveAsImage: {}}
                },
                xAxis: {
                    type: 'category',
                    boundaryGap: false,
                    data: d['years'],
                    boundaryGap: ['20%', '20%']
                },
                yAxis: {
                    type: 'value',
                    // type: 'log',
                    axisLabel: {formatter: '{value}'
                    }       
                },
                series: [
                    {
                        name: '单曲数量',
                        type: 'bar',
                        data: d['tracks'],
                        barWidth: 15,
                    },
                    {
                        name: '专辑数量',
                        type: 'bar',
                        data: d['albums'],
                        barGap:  '-100%',
                        barWidth: 15,
                    }
                ]
            };

            // 应用刚指定的配置项和数据显示图表。myChart.setOption(option);

        })
    </script>
</body>
</html>

这个通过读取 code/static/data/ year-tracks-and-sales.json 中的数据,画出柱状图,显示近 20 年每年发行的专辑数量和单曲数量。

(5)在 code/templates 目录下新建 genre-year-sales.html 文件。复制以下代码:

<!DOCTYPE html>
<html>

<head>
    <meta charset="utf-8">
    <title>ECharts</title>
    <!-- 引入 echarts.js -->
    <script src="static/js/echarts-gl.min.js"></script>
    <script src="static/js/jquery.min.js"></script>
</head>

<body>
    <a href="/">Return</a>
    <br>
    <br>
    <!-- 为 ECharts 筹备一个具备大小(宽高)的 Dom -->
    <div id="genre-year-sales" style="width: 1000px;height:550px;"></div>
    <script type="text/javascript">
        $.getJSON("static/data/genre-year-sales.json", d => {console.log(d);

            // 基于筹备好的 dom,初始化 echarts 实例
            var myChart = echarts.init(document.getElementById('genre-year-sales'), 'light');
            option = {legend: {},
                tooltip: {
                    trigger: 'axis',
                    showContent: false
                },
                dataset: {
                    source: [['year', ...d['Indie'].map(v => `${v[1]}`)],
                        ...['Indie', 'Pop', 'Rap', 'Latino', 'Pop-Rock'].map(v => [v, ...d[v].map(v1 => v1[2])])
                    ]
                },
                xAxis: {type: 'category'},
                yAxis: {gridIndex: 0},
                grid: {top: '55%'},
                series: [{ type: 'line', smooth: true, seriesLayoutBy: 'row'},
                    {type: 'line', smooth: true, seriesLayoutBy: 'row'},
                    {type: 'line', smooth: true, seriesLayoutBy: 'row'},
                    {type: 'line', smooth: true, seriesLayoutBy: 'row'},
                    {type: 'line', smooth: true, seriesLayoutBy: 'row'},
                    {
                        type: 'pie',
                        id: 'pie',
                        radius: '30%',
                        center: ['50%', '25%'],
                        label: {formatter: '{b}: {@2000} ({d}%)' // b 是数据名,d 是百分比
                        },
                        encode: {
                            itemName: 'year',
                            value: '2000',
                            tooltip: '2000'
                        }
                    }

                ]
            };

            myChart.on('updateAxisPointer', function (event) {var xAxisInfo = event.axesInfo[0];
                if (xAxisInfo) {
                    var dimension = xAxisInfo.value + 1;
                    myChart.setOption({
                        series: {
                            id: 'pie',
                            label: {formatter: '{b}: {@[' + dimension + ']} ({d}%)'
                            },
                            encode: {
                                value: dimension,
                                tooltip: dimension
                            }
                        }
                    });
                }
            });

            // 应用刚指定的配置项和数据显示图表。myChart.setOption(option);

        })
    </script>
</body>
</html>

这个通过读取 code/static/data/ genre-year-sales.json 中的数据,画出扇形图和折线图,别离显示不同年份各类型专辑的销量占总销量的比例,和总销量前五的专辑类型的各年份销量变动。

(6)在 code/templates 目录下新建 genre-critic.html 文件。复制以下代码:

<!DOCTYPE html>
<html>

<head>
    <meta charset="utf-8">
    <title>ECharts</title>
    <!-- 引入 echarts.js -->
    <script src="static/js/echarts-gl.min.js"></script>
    <script src="static/js/jquery.min.js"></script>
</head>

<body>
    <a href="/">Return</a>
    <br>
    <br>
    <!-- 为 ECharts 筹备一个具备大小(宽高)的 Dom -->
    <div id="genre-critic" style="width: 1000px;height:550px;"></div>
    <script type="text/javascript">
        $.getJSON("static/data/genre-critic.json", d => {console.log(d);

            // 基于筹备好的 dom,初始化 echarts 实例
            var myChart = echarts.init(document.getElementById('genre-critic'), 'light');
            option = {legend: {},
                tooltip: {},
                dataset: {
                    source: [['genre', ...d.map(v => v[0])],
                        ['rolling_stone_critic', ...d.map(v => v[1])],
                        ['mtv_critic', ...d.map(v => v[2])],
                        ['music_maniac_critic', ...d.map(v => v[3])]
                    ]
                },
                xAxis: [{ type: 'category', gridIndex: 0},
                    {type: 'category', gridIndex: 1}
                ],
                yAxis: [{ gridIndex: 0 , min: 2.7},
                    {gridIndex: 1 , min: 2.7}
                ],
                grid: [{ bottom: '55%'},
                    {top: '55%'}
                ],
                series: [
                    // These series are in the first grid.
                    {type: 'bar', seriesLayoutBy: 'row' , barWidth: 30},
                    {type: 'bar', seriesLayoutBy: 'row' , barWidth: 30},
                    {type: 'bar', seriesLayoutBy: 'row' , barWidth: 30},
                    // These series are in the second grid.
                    {type: 'bar', xAxisIndex: 1, yAxisIndex: 1 , barWidth: 35},
                    {type: 'bar', xAxisIndex: 1, yAxisIndex: 1 , barWidth: 35},
                    {type: 'bar', xAxisIndex: 1, yAxisIndex: 1 , barWidth: 35},
                    {type: 'bar', xAxisIndex: 1, yAxisIndex: 1 , barWidth: 35}
                ]
            };

            // 应用刚指定的配置项和数据显示图表。myChart.setOption(option);
        })
</script>
</body>
</html>

这个通过读取 code/static/data/ genre-critic.json 中的数据,画出柱形图,显示总销量前五的专辑类型,在不同评分体系中的均匀评分。

5)web 程序启动

① 在另一个 Ubuntu 终端窗口中,用 hadoop 用户登录,在命令行运行 su hadoop,并输出用户明码。
② 进入代码所在目录。
③ 在命令行运行如下命令:

spark-submit VisualizationFlask.py

④ 在浏览器关上 http://127.0.0.1:5000/,可看到如下界面:

(1)各类型专辑的数量统计图

从图中能够看出 Indie 类型的专辑数量最多。

(2)各类型专辑的销量统计图

该图统计了各个类型专辑的销量和,从图中能够看出 Indie 类型的专辑销量最高,将近 47 亿。Pop 类型的专辑销量排在第二,约为 39 亿。

(3)近 20 年每年发行的专辑数量和单曲数量统计图

(4)总销量前五的专辑类型的各年份销量剖析图

(5)总销量前五的专辑类型的评分剖析图

5. 参考资料

  • 数据迷信工具速查 | Spark 使用指南(RDD 版) http://www.showmeai.tech/article-detail/106
  • 数据迷信工具速查 | Spark 使用指南(SQL 版) http://www.showmeai.tech/article-detail/107

ShowMeAI 相干文章举荐

  • 图解大数据 | 导论:大数据生态与利用
  • 图解大数据 | 分布式平台:Hadoop 与 Map-reduce 详解
  • 图解大数据 | 实操案例:Hadoop 零碎搭建与环境配置
  • 图解大数据 | 实操案例:利用 map-reduce 进行大数据统计
  • 图解大数据 | 实操案例:Hive 搭建与利用案例
  • 图解大数据 | 海量数据库与查问:Hive 与 HBase 详解
  • 图解大数据 | 大数据分析开掘框架:Spark 初步
  • 图解大数据 | Spark 操作:基于 RDD 的大数据处理剖析
  • 图解大数据 | Spark 操作:基于 Dataframe 与 SQL 的大数据处理剖析
  • 图解大数据 | 综合案例:应用 spark 剖析美国新冠肺炎疫情数据
  • 图解大数据 | 综合案例:应用 Spark 剖析开掘批发交易数据
  • 图解大数据 | 综合案例:应用 Spark 剖析开掘音乐专辑数据
  • 图解大数据 | 流式数据处理:Spark Streaming
  • 图解大数据 | Spark 机器学习(上)- 工作流与特色工程
  • 图解大数据 | Spark 机器学习(下)- 建模与超参调优
  • 图解大数据 | Spark GraphFrames:基于图的数据分析开掘

ShowMeAI 系列教程举荐

  • 图解 Python 编程:从入门到精通系列教程
  • 图解数据分析:从入门到精通系列教程
  • 图解 AI 数学根底:从入门到精通系列教程
  • 图解大数据技术:从入门到精通系列教程
  • 图解机器学习算法:从入门到精通系列教程

退出移动版