Data工程

Apache Spark是一个分析引擎，可以处理非常大的数据集. 本指南揭示了使用PySpark优化其性能的策略.

随着大数据和数据科学的兴起, 存储和检索已成为数据使用和分析的关键管道组件. 近年来，新的数据存储技术不断涌现. 但问题是:你应该选择哪一个? 哪一个最适合数据工程?

在本文中, Toptal数据科学家胡厚崑比较了数据工程背景下的三种主要存储技术.