تحليلات الذاكرة باستخدام Apache Arrow - الطبعة الثانية - الطبعة الثانية بواسطة Matthew Topol (غلاف ورقي)

ملخص الكتاب: سخر قوة Apache Arrow لتحسين معالجة البيانات الجدولية وتطوير أنظمة بيانات قوية وعالية الأداء باستخدام تنسيق الذاكرة العمودي الموحد والمستقل عن لغات البرمجة. المميزات الرئيسية: - استكشاف أنواع بيانات Apache Arrow والتكامل مع pandas و Polars و Parquet - العمل مع مكتبات Arrow مثل Flight SQL ومحرك الحوسبة Acero و واجهات برمجة تطبيقات Dataset للبيانات الجدولية - تعزيز وتسريع مسارات بيانات تعلم الآلة باستخدام Apache Arrow ومشاريعها الفرعية - يتضمن شراء الكتاب المطبوع أو نسخة Kindle كتابًا إلكترونيًا بصيغة PDF مجانًا. وصف الكتاب: يعد Apache Arrow تنسيق بيانات عمودي مفتوح المصدر في الذاكرة، صُمم لمعالجة البيانات وتحليلها بكفاءة عالية. يستفيد هذا الكتاب من خبرة المؤلف التي تمتد لـ 15 عاماً ليوضح لك طريقة معيارية للتعامل مع البيانات الجدولية عبر مختلف لغات البرمجة والبيئات، مما يتيح معالجة وتبادل البيانات بأداء عالٍ. تقدم لك هذه الطبعة الثانية المحدثة نظرة عامة على تنسيق Arrow، مع تسليط الضوء على تعدد استخداماته وفوائده من خلال حالات استخدام واقعية. يرشدك هذا الكتاب خلال تحسين سير عمل علوم البيانات، وتعزيز الأداء باستخدام Apache Parquet و Spark، وضمان ترجمة سلسة للبيانات. ستستكشف خلاله تنسيقات تبادل وتخزين البيانات، وعلاقات Arrow مع كل من Parquet و Protocol Buffers و FlatBuffers و JSON و CSV. كما ستتعرف على المشاريع الفرعية لـ Apache Arrow، بما في ذلك Flight و SQL و Database Connectivity و nanoarrow. ستتعلم أيضاً كيفية تبسيط سير عمل تعلم الآلة، واستخدام واجهات برمجة تطبيقات Arrow Dataset، والتكامل مع أنظمة البيانات التحليلية الشهيرة مثل Snowflake و Dremio و DuckDB. تقدم الفصول الأخيرة أمثلة واقعية ودراسات حالة لمنتجات تعمل بتقنية Apache Arrow، مما يوفر رؤى عملية حول تطبيقاتها. ومع نهاية هذا الكتاب، ستكون قد امتلكت كافة الركائز الأساسية لإنشاء خدمات وأدوات تحليلية فعالة وقوية باستخدام Apache Arrow. ما ستتعلمه:

• استخدام مكتبات Apache Arrow للوصول إلى ملفات البيانات، سواء محلياً أو عبر السحابة
• فهم عناصر النسخ الصفري (zero-copy) في تنسيق Apache Arrow
• تحسين أداء قراءة مسارات البيانات عبر تعيين ملفات Arrow في الذاكرة (memory-mapping)
• إنتاج واستهلاك بيانات Apache Arrow بكفاءة من خلال مشاركة الذاكرة مع C API
• الاستفادة من محرك الحوسبة Arrow، المعروف باسم Acero، لتنفيذ العمليات المعقدة
• إنشاء خوادم وعملاء Arrow Flight لنقل البيانات بسرعة
• بناء مكتبات Arrow محلياً والمساهمة في المجتمع البرمجي

لمن هذا الكتاب: هذا الكتاب مخصص للمطورين، وخبراء البيانات للمهندسين وعلماء البيانات الراغبين في استكشاف قدرات Apache Arrow من الصفر. وسواء كنت تعمل على بناء أدوات لتحليل البيانات ومحركات الاستعلام، أو بناء مسارات بيانات كاملة باستخدام البيانات الجدولية، فإن هذا الكتاب سيقدم لك المساعدة بغض النظر عن لغة البرمجة التي تفضلها. يتطلب الكتاب فهماً أساسياً لمفاهيم تحليل البيانات، لكنه ليس شرطاً ضرورياً. كما يتضمن الكتاب أمثلة برمجية باستخدام C++ و Python و Go طوال فصوله. جدول المحتويات

• البدء مع Apache Arrow
• العمل مع مواصفات Arrow الأساسية
• التعامل مع التنسيق والذاكرة
• تجاوز حاجز اللغة باستخدام Arrow C Data API
• Acero: محرك تنفيذ تدفقي لـ Arrow
• استخدام Arrow Datasets API
• استكشاف Apache Arrow Flight RPC
• فهم اتصال قواعد البيانات عبر Arrow (ADBC)
• استخدام Arrow مع سير عمل تعلم الآلة
• مدعوم بواسطة Apache Arrow
• كيف تترك بصمتك في Arrow
• التطوير والخطط المستقبلية