Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Apache Spark 3 for Data Engineering & Analytics with Python

Apache Spark 3 cho Kỹ thuật Dữ liệu & Phân tích với Python

Apache Spark 3 cho Kỹ thuật Dữ liệu & Phân tích với Python

Học cách sử dụng Python và PySpark 3.0.1 cho Kỹ thuật Dữ liệu / Phân tích (Databricks) - Từ Cơ bản đến Nâng cao

4.6
(1,388 đánh giá)
9,788 học viên
Giảng viên
David Charles Academy
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
8.5 giờ video
89 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Tìm hiểu Kiến trúc Spark
Tìm hiểu Khái niệm Thực thi Spark
Học các Phép Biến đổi và Hành động Spark bằng Structured API
Học các Phép Biến đổi và Hành động Spark bằng RDD API
Học cách thiết lập Môi trường PySpark cục bộ của riêng bạn
Học cách đọc và phân tích Spark Web UI
Học cách diễn giải DAG (Đồ thị Không chu trình có hướng) cho quá trình Thực thi Spark
Tìm hiểu RDD API (Khóa học Cấp tốc)
Tìm hiểu Spark DataFrame API (Structured APIs)
Học Spark SQL
Học Spark trên Databricks
Học cách Trực quan hóa Dữ liệu (Đồ thị và Bảng điều khiển) trên Databricks

Yêu cầu

Máy tính xách tay cơ bản chạy Windows hoặc Mac OS với ít nhất 6 - 8GB RAM
Kiến thức lập trình cơ bản

Đối tượng phù hợp

Lập trình viên Python muốn học cách sử dụng ngôn ngữ cho Kỹ thuật Dữ liệu và Phân tích với PySpark
Chuyên gia Kỹ thuật Dữ liệu và Phân tích đầy tham vọng
Nhà Khoa học Dữ liệu / Chuyên viên Phân tích muốn học chiến lược xử lý phân tích có thể triển khai trên cụm dữ liệu lớn
Quản lý Dữ liệu muốn hiểu sâu hơn về việc quản lý dữ liệu trên một cụm máy chủ

Nội dung khóa học

5 phần • 89 bài giảng
1 Giới thiệu
2 Kiến trúc Spark
3 Spark Unified Stack
4 Windows - Tải Java
5 Windows - Cài đặt Java
6 Windows - Thiết lập biến môi trường Java
7 Windows - Tải trình cài đặt Python
8 Windows - Cài đặt Python
9 Windows - Thiết lập biến PATH cho Python
10 Windows - Cài đặt Spark cho Python
11 Windows - Chương trình Kiểm tra PySpark
12 Cài đặt Hadoop
13 Cài đặt Microsoft Build Tools
14 Mac OS - Cài đặt Java
15 Mac OS - Cài đặt Python
16 Mac OS - Cài đặt PySpark
17 Mac OS - Kiểm tra cài đặt Spark
18 Cài đặt Jupyter Notebooks
19 Spark Web UI
20 Tóm tắt Phần
1 Giới thiệu Phần
2 Ứng dụng và Phiên làm việc Spark
3 Phép Biến đổi và Hành động Spark Phần 1
4 Phép Biến đổi và Hành động Spark Phần 2
5 Trực quan hóa DAG
1 Giới thiệu về RDDs
2 Chuẩn bị Dữ liệu
3 Phép Biến đổi Distinct và Filter
4 Phép Biến đổi Map và Flat Map
5 Phép Biến đổi SortByKey
6 Hành động RDD
7 Thử thách - Chuyển đổi Fahrenheit sang Centigrade
8 Thử thách - Nghiên cứu XYZ
9 Nghiên cứu XYZ
10 Thử thách - Nghiên cứu XYZ Phần 1
11 Thử thách Nghiên cứu XYZ Phần 2
1 Giới thiệu Structured APIs
2 Chuẩn bị Thư mục Dự án
3 PySpark DataFrame, Schema và DataTypes
4 DataFrame Reader và Writer
5 Thử thách Phần 1 - Hướng dẫn
6 Thử thách Phần 1
7 Thử thách Phần 1 - Chuẩn bị Dữ liệu
8 Làm việc với Structured Operations
9 Quản lý Lỗi Hiệu suất
10 Đọc tệp JSON
11 Cột và Biểu thức
12 Điều kiện Filter và Where
13 Distinct, Drop Duplicates, Order By
14 Hàng và Union
15 Thêm, Đổi tên và Xóa Cột
16 Xử lý Dữ liệu Thiếu hoặc Lỗi
17 Làm việc với Hàm do Người dùng Định nghĩa
18 Thử thách Phần 2 - Hướng dẫn
19 Thử thách Phần 2
20 Thử thách Phần 2 - Xóa Hàng Null và Bản ghi Lỗi
21 Thử thách Phần 2 - Lấy Thành phố và Tiểu bang
22 Thử thách Phần 2 - Sắp xếp lại Schema
23 Thử thách Phần 2 - Ghi DataFrame đã Phân vùng vào Parquet
24 Tổng hợp
25 Tổng hợp - Thiết lập Dữ liệu Tóm tắt Chuyến bay
26 Tổng hợp - Count và Count Distinct
27 Tổng hợp - Min, Max, Sum, SumDistinct, AVG
28 Tổng hợp với Nhóm
29 Thử thách Phần 3 - Hướng dẫn
30 Thử thách Phần 3
31 Thử thách Phần 3 - Chuẩn bị Dữ liệu 2019
32 Thử thách Phần 3 - Q1 Tìm Tháng Bán hàng Tốt nhất
33 Thử thách Phần 3 - Q2 Tìm Thành phố Bán được Nhiều Sản phẩm nhất
34 Thử thách Phần 3 - Q3 Thời điểm Quảng cáo
35 Thử thách Phần 3 - Q4 Sản phẩm được Mua Cùng nhau
1 Giới thiệu DataBricks
2 Giới thiệu Spark SQL
3 Đăng ký Tài khoản trên Databricks
4 Tạo một Databricks Cluster
5 Tạo 2 Databricks Notebooks Đầu tiên
6 Đọc tệp CSV vào DataFrame
7 Tạo Cơ sở dữ liệu và Bảng
8 Chèn Bản ghi vào Bảng
9 Phát hiện Bản ghi Lỗi
10 Tìm cách loại bỏ bản ghi lỗi
11 Trích xuất Thành phố và Tiểu bang
12 Chèn Bản ghi vào Bảng Doanh số Cuối cùng
13 Tháng nào có doanh số tốt nhất?
14 Tìm Thành phố bán được nhiều sản phẩm nhất
15 Tìm Thời điểm quảng cáo phù hợp
16 Tìm Nhóm sản phẩm được mua cùng nhau nhiều nhất
17 Tạo Bảng điều khiển (Dashboard)
18 Tổng kết

Giới thiệu khóa học

The key objectives of this course are as follows;

  • Learn the Spark Architecture

  • Learn Spark Execution Concepts

  • Learn Spark Transformations and Actions using the Structured API

  • Learn Spark Transformations and Actions using the RDD (Resilient Distributed Datasets) API

  • Learn how to set up your own local PySpark Environment

  • Learn how to interpret the Spark Web UI

  • Learn how to interpret DAG (Directed Acyclic Graph) for Spark Execution

  • Learn the RDD (Resilient Distributed Datasets) API (Crash Course)

    • RDD Transformations

    • RDD Actions

  • Learn the Spark DataFrame API  (Structured APIs)

    • Create Schemas and Assign DataTypes

    • Read and Write Data using the DataFrame Reader and Writer

    • Read Semi-Structured Data such as JSON

    • Create and New Data Columns to the DataFrame using Expressions

    • Filter the DataFrame using the "Filter" and "Where" Transformations

    • Ensure that the DataFrame has unique rows

    • Detect and Drop Duplicates

    • Augment the DataFrame by Adding New Rows

    • Combine 2 or More DataFrames

    • Order the DataFrame by Specific Columns

    • Renaming and Drop Columns from the DataFrame

    • Clean the DataFrame by detecting and Removing Missing or Bad Data

    • Create  User-Defined Spark Functions

    • Read and Write to/from Parquet File

    • Partition the DataFrame and Write to Parquet File

    • Aggregate the DataFrame using Spark SQL functions (count, countDistinct, Max, Min, Sum, SumDistinct, AVG)

    • Perform Aggregations with Grouping

  • Learn Spark SQL and Databricks

    • Create a Databricks Account

    • Create a Databricks Cluster

    • Create Databricks SQL and Python Notebooks

    • Learn Databricks shortcuts

    • Create Databases and Tables using Spark SQL

    • Use DML, DQL, and DDL with Spark SQL

    • Use Spark SQL Functions

    • Learn the differences between Managed and Unmanaged Tables

    • Read CSV Files from the Databricks File System

    • Learn to write Complex SQL

    • Use Spark SQL Functions

    • Create Visualisations with Databricks

    • Create a Databricks Dashboard


The Python Spark project that we are going to do together;

Sales Data

  • Create a Spark Session

  • Read a CSV file into a Spark Dataframe

  • Learn to Infer a Schema

  • Select data from the Spark Dataframe

  • Produce analytics that shows the topmost sales orders per Region and Country


Convert Fahrenheit to Degrees Centigrade

  • Create a Spark Session

  • Read and Parallelize data using the Spark Context into an RDD

  • Create a Function to Convert Fahrenheit to Degrees Centigrade

  • Use the Map Function to convert data contained within an RDD

  • Filter temperatures greater than or equal to 13 degrees celsius


XYZ Research

  • Create a set of RDDs that hold Research Data

  • Use the union transformation to combine RDDs

  • Learn to use the subtract transformation to minus values from an RDD

  • Use the RDD API to answer the following questions

    • How many research projects were initiated in the first three years?

    • How many projects were completed in the first year?

    • How many projects were completed in the first two years?


Sales Analytics

  • Create the Sales Analytics DataFrame to a set of CSV Files

  • Prepare the DataFrame by applying a Structure

  • Remove bad records from the DataFrame (Cleaning)

  • Generate New Columns from the DataFrame

  • Write a Partitioned DataFrame to a Parquet Directory

  • Answer the following questions and create visualizations using Seaborn and Matplotlib

    • What was the best month in sales?

    • What city sold the most products?

    • What time should the business display advertisements to maximize the likelihood of customers buying products?

    • What products are often sold together in the state "NY"?

Technology Spec

  1. Python

  2. Jupyter Notebook

  3. Jupyter Lab

  4. PySpark (Spark with Python)

  5. Pandas

  6. Matplotlib

  7. Seaborne

  8. Databricks

  9. SQL

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Apache Spark
Hiển thị tất cả khoá học Big Data
Hiển thị tất cả khoá học Data Engineering
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊