গ্রাফএক্স গ্রাফ এবং গ্রাফ-সমান্তরাল গণনার জন্য অ্যাপাচি স্পার্কের এপিআই। গ্রাফএক্স একক সিস্টেমের মধ্যে ইটিএল (এক্সট্র্যাক্ট, ট্রান্সফর্ম এবং লোড) প্রক্রিয়া, অনুসন্ধান বিশ্লেষণ এবং পুনরাবৃত্ত গ্রাফ গণনা একত্রিত করে। গ্রাফের ব্যবহার ফেসবুকের বন্ধুরা, লিংকডইন সংযোগগুলি, ইন্টারনেটের রাউটারগুলি, গ্যালাক্সি এবং তারকাদের মধ্যে জ্যোতির্বিদ্যায় এবং গুগলের মানচিত্রে সম্পর্কগুলিতে দেখা যায়। যদিও গ্রাফ গণনার ধারণাটি খুব সহজ বলে মনে হচ্ছে, গ্রাফগুলির প্রয়োগগুলি দুর্যোগ সনাক্তকরণ, ব্যাংকিং, শেয়ার বাজার, ব্যাংকিং এবং ভৌগলিক ব্যবস্থায় কেবল কয়েকটি নাম হিসাবে ব্যবহারের ক্ষেত্রে আক্ষরিক অর্থেই সীমাহীন।এই API এর ব্যবহার শিখতে এর একটি গুরুত্বপূর্ণ অংশ ।এই ব্লগের মাধ্যমে আমরা স্পার্ক গ্রাফএক্সের ধারণাগুলি, এর বৈশিষ্ট্য এবং উপাদানগুলি উদাহরণের মাধ্যমে শিখব এবং গ্রাফএক্স ব্যবহার করে ফ্লাইট ডেটা অ্যানালিটিকাগুলির সম্পূর্ণ ব্যবহারের ক্ষেত্রে যাব।
আমরা এই স্পার্ক গ্রাফএক্স ব্লগে নিম্নলিখিত বিষয়গুলি আবরণ করব:
- গ্রাফ কি?
- গ্রাফ গণনার ক্ষেত্রে ব্যবহার করুন
- স্পার্ক গ্রাফএক্স কী?
- স্পার্ক গ্রাফএক্স বৈশিষ্ট্যগুলি
- উদাহরণ সহ গ্রাফিক্স বোঝা
- কেস ব্যবহার করুন - গ্রাফএক্স ব্যবহার করে ফ্লাইট ডেটা বিশ্লেষণ
গ্রাফ কি?
গ্রাফ হ'ল একটি গাণিতিক কাঠামো যা কিছু সংখ্যক অবজেক্টের সাথে সম্পর্কিত হয় যা বস্তুর একটি সংখ্যার সমান to এই সম্পর্কগুলি গ্রাফ তৈরি করে প্রান্ত এবং শীর্ষে ব্যবহার করে প্রতিনিধিত্ব করা যেতে পারে। শিখরগুলি বস্তুর প্রতিনিধিত্ব করে এবং প্রান্তগুলি সেই বস্তুর মধ্যে বিভিন্ন সম্পর্ক প্রদর্শন করে।
চিত্র: স্পার্ক গ্রাফএক্স টিউটোরিয়াল - গ্রাফিক্সের প্রান্ত, প্রান্ত এবং ট্রিপল্ট
কম্পিউটার বিজ্ঞানে, একটি গ্রাফ একটি বিমূর্ত ডাটা টাইপ যা গণিত থেকে অনির্দেশিত গ্রাফ এবং নির্দেশিত গ্রাফ ধারণাগুলি বিশেষত গ্রাফ তত্ত্বের ক্ষেত্রটি বাস্তবায়নের জন্য বোঝানো হয়। একটি গ্রাফ তথ্য কাঠামো প্রতিটি প্রান্ত কিছু সংযুক্ত করতে পারে প্রান্ত মান যেমন একটি প্রতীকী লেবেল বা একটি সাংখ্যিক বৈশিষ্ট্য (ব্যয়, ক্ষমতা, দৈর্ঘ্য,ইত্যাদি)।
গ্রাফ গণনার ক্ষেত্রে ব্যবহার করুন
নিম্নলিখিত ব্যবহারের ক্ষেত্রে গ্রাফের গণনা এবং গ্রাফগুলি ব্যবহার করে অন্যান্য সমাধানগুলি প্রয়োগ করার আরও সুযোগের দিকে দৃষ্টিভঙ্গি দেয়।
- দুর্যোগ সনাক্তকরণ সিস্টেম System
গ্রাফগুলি ঘূর্ণিঝড়, ভূমিকম্প, সুনামি, বন আগুন এবং আগ্নেয়গিরির মতো দুর্যোগগুলি সনাক্ত করতে ব্যবহার করা যেতে পারে যাতে মানুষকে সতর্ক করার জন্য সতর্কতা প্রদান করা যায়।
- পৃষ্ঠা র্যাঙ্ক পেজ র্যাঙ্ক কোনও নেটওয়ার্ক যেমন কাগজ-উদ্ধৃতি নেটওয়ার্ক বা সোশ্যাল মিডিয়া নেটওয়ার্ক হিসাবে প্রভাবকগুলি খুঁজতে ব্যবহার করা যেতে পারে।
- আর্থিক জালিয়াতি সনাক্তকরণ
গ্রাফ বিশ্লেষণ আর্থিক লেনদেন পর্যবেক্ষণ এবং আর্থিক জালিয়াতি এবং অর্থ পাচারের সাথে জড়িত ব্যক্তিদের সনাক্ত করতে ব্যবহার করা যেতে পারে।
- ব্যবসায়িক বিশ্লেষণ
গ্রাফগুলি, যখন মেশিন লার্নিংয়ের সাথে ব্যবহৃত হয়, গ্রাহক ক্রয়ের প্রবণতা বুঝতে সহায়তা করে। যেমন উবার, ম্যাকডোনাল্ডস ইত্যাদি
- ভৌগলিক তথ্য সিস্টেম
গ্রাফিকগুলি ভৌগলিক তথ্য ব্যবস্থায় যেমন জলছবি বর্ণনা এবং আবহাওয়ার পূর্বাভাসের জন্য কার্যকারিতা বিকাশের জন্য নিবিড়ভাবে ব্যবহৃত হয়।
- গুগল প্রেজেল
প্রেজেল হ'ল গুগলের স্কেলযোগ্য এবং ত্রুটি-সহনশীল প্ল্যাটফর্ম যা একটি এপিআই সহ স্বেচ্ছাসেবী গ্রাফ প্রকাশের পক্ষে যথেষ্ট নমনীয়অ্যালগরিদম।
স্পার্ক গ্রাফএক্স কী?
গ্রাফএক্স গ্রাফ এবং গ্রাফ-সমান্তরাল গণনার জন্য স্পার্ক এপিআই। এটিতে গ্রাফ অ্যালগরিদম এবং বিল্ডারগুলির ক্রমবর্ধমান সংগ্রহ গ্রাফ বিশ্লেষণ কার্যগুলি সহজ করার জন্য অন্তর্ভুক্ত।
গ্রাফিক্স স্পার্ক আরডিডিকে একটি রেসিলেন্ট বিতরণ সম্পত্তি গ্রাফ দিয়ে প্রসারিত করে।প্রপার্টি গ্রাফটি একটি নির্দেশক মাল্টিগ্রাফ যা সমান্তরালে একাধিক প্রান্ত থাকতে পারে। প্রতিটি প্রান্ত এবং ভার্টেক্স এর সাথে যুক্ত ব্যবহারকারী সংজ্ঞায়িত বৈশিষ্ট্য রয়েছে। সমান্তরাল প্রান্ত একাধিক অনুমতি দেয়একই শীর্ষে অবস্থিত মধ্যে সম্পর্ক।
স্পার্ক গ্রাফএক্স বৈশিষ্ট্যগুলি
নিম্নলিখিত স্পার্ক গ্রাফএক্স এর বৈশিষ্ট্যগুলি রয়েছে:
- নমনীয়তা :
স্পার্ক গ্রাফএক্স গ্রাফ এবং গণনা উভয় নিয়েই কাজ করে। গ্রাফএক্স ETL (এক্সট্র্যাক্ট, ট্রান্সফর্ম এবং লোড), একক সিস্টেমের মধ্যে অনুসন্ধান বিশ্লেষণ এবং পুনরাবৃত্তি গ্রাফ গণনা একত্রিত করে। আমরা গ্রাফ এবং সংগ্রহ উভয়ের মতো একই ডেটা দেখতে পারি, আরডিডি সহ দক্ষতার সাথে গ্রাফগুলিতে রূপান্তর করতে এবং যোগদান করতে পারি এবং প্রেজেল এপিআই ব্যবহার করে কাস্টম পুনরাবৃত্ত গ্রাফ অ্যালগরিদম লিখতে পারি। - দ্রুততা :
স্পার্ক গ্রাফএক্স দ্রুততর বিশেষায়িত গ্রাফ প্রসেসিং সিস্টেমে তুলনামূলক কর্মক্ষমতা সরবরাহ করে। স্পার্কের নমনীয়তা, ফল্ট সহনশীলতা এবং ব্যবহারের সহজতা বজায় রাখার সাথে সাথে এটি দ্রুততম গ্রাফ সিস্টেমগুলির সাথে তুলনাযোগ্য। - বর্ধমান অ্যালগরিদম গ্রন্থাগার :
স্পার্ক গ্রাফএক্সের দেওয়া গ্রাফ আলগোরিদিমগুলির ক্রমবর্ধমান গ্রন্থাগার থেকে আমরা চয়ন করতে পারি। কয়েকটি জনপ্রিয় অ্যালগরিদম হ'ল পৃষ্ঠা র্যাঙ্ক, সংযুক্ত উপাদান, লেবেল প্রচার, এসভিডি ++, দৃ strongly়ভাবে সংযুক্ত উপাদান এবংত্রিভুজ গণনা
উদাহরণ সহ গ্রাফিক্স বোঝা
আমরা এখন একটি উদাহরণ ব্যবহার করে স্পার্ক গ্রাফএক্সের ধারণাগুলি বুঝতে পারি will আসুন নীচের চিত্রটিতে প্রদর্শিত হিসাবে একটি সহজ গ্রাফ বিবেচনা করুন।
চিত্র: স্পার্ক গ্রাফএক্স টিউটোরিয়াল - গ্রাফ উদাহরণ
গ্রাফটি দেখলে, আমরা লোক (শীর্ষে) এবং তাদের মধ্যে (প্রান্ত) সম্পর্ক সম্পর্কে তথ্য বের করতে পারি। এখানে গ্রাফটি টুইটার ব্যবহারকারীদের এবং তারা টুইটারে যাদের অনুসরণ করেন তাদের উপস্থাপন করে। যেমন বব টুইটারে ডেভিড এবং অ্যালিসকে অনুসরণ করেছেন।
আসুন আমরা অ্যাপাচি স্পার্ক ব্যবহার করে এটি বাস্তবায়ন করি। প্রথমত, আমরা গ্রাফএক্সের জন্য প্রয়োজনীয় ক্লাস আমদানি করব।
// প্রয়োজনীয় শ্রেণি আমদানি করা org.apache.spark._ আমদানি org.apache.spark.rdd.RDD আমদানি org.apache.spark.util.IntParam আমদানি org.apache.spark.graphx._ আমদানি org.apache.spark .গ্রাফিক্স.ইটিল.গ্রাফ জেনারেটর
ভার্টেসি প্রদর্শন করা হচ্ছে :আরও, আমরা এখন ব্যবহারকারীর সমস্ত নাম এবং বয়সের (শীর্ষে) প্রদর্শন করব।
ভাল ভার্টেক্সআরডিডি: আরডিডি [(দীর্ঘ, (স্ট্রিং, ইন্ট))] = স্ক.প্যারালালাইজ (ভার্টেক্সআরে) ভাল এজআরডিডি: আরডিডি [প্রান্ত [আন্ত] ইন্ট] = গ্রাফ (ভারটেক্সআরডিডি, এজআরডিডি) গ্রাফ.আর্টিস.ফিল্টার {কেস (আইডি, (নাম, বয়স)) => বয়স> 30} .collect.foreach {কেস (আইডি, (নাম, বয়স)) => মুদ্রণ ( এর '$ নামটি $ বয়স')}
উপরের কোডের আউটপুট নীচের মত:
ডেভিডহয়42 ফ্রানহয়পঞ্চাশ এডহয়55 চার্লিহয়65
প্রান্তগুলি প্রদর্শিত হচ্ছে : টুইটারে কোন ব্যক্তি কাকে পছন্দ করে তা দেখুন।
(ট্রিপলেট)<- graph.triplets.collect) { println(s'${triplet.srcAttr._1} likes ${triplet.dstAttr._1}') }
উপরের কোডের আউটপুট নীচের মত:
জাভা জন্য সেরা আদর্শ কি
ববপছন্দএলিস ববপছন্দডেভিড চার্লিপছন্দবব চার্লিপছন্দফ্রান ডেভিডপছন্দএলিস এডপছন্দবব এডপছন্দচার্লি এডপছন্দফ্রান
এখন যেহেতু আমরা গ্রাফএক্সের বেসিকগুলি বুঝতে পেরেছি, আসুন আমরা আরও গভীরভাবে ডুব দিয়ে দেখি এবং এটির জন্য কয়েকটি উন্নত গণনা সম্পাদন করি।
অনুসারীর সংখ্যা : আমাদের গ্রাফের প্রতিটি ব্যবহারকারীর আলাদা আলাদা অনুগামী রয়েছে। আসুন প্রতিটি ব্যবহারকারীর জন্য সমস্ত অনুসরণকারীকে দেখি।
// শ্রেণীর সংজ্ঞা আরও পরিস্কারভাবে ব্যবহারকারীর সম্পত্তি কেস শ্রেণীর মডেল হিসাবে ব্যবহারকারীর নাম (নাম: স্ট্রিং, বয়স: আন্ত, ইনডিজি: ইনট, আউটডিজ: ইন) mapVertices {কেস (আইডি, (নাম, বয়স)) => ব্যবহারকারীর (নাম, বয়স, 0, 0)} // ডিগ্রি তথ্য ভ্যালার ইউজারগ্রাফ = প্রারম্ভিক ব্যবহারকারীগ্রাফ.উইটারজাইনভিয়ারটিসেস (প্রাথমিক ইউজারগ্রাফ। inDegOpt) => ব্যবহারকারী (u.name, u.age, inDegOpt.getOrElse (0), u.outDeg) ou .ter u.age, u.inDeg, outDegOpt.getOrElse (0))} এর জন্য (আইডি, সম্পত্তি)<- userGraph.vertices.collect) { println(s'User $id is called ${property.name} and is liked by ${property.inDeg} people.') }
উপরের কোডের আউটপুট নীচের মত:
ব্যবহারকারী একবলা হয়এলিসএবং পছন্দ করেছেঘমানুষ। ব্যবহারকারী ঘবলা হয়ববএবং পছন্দ করেছেঘমানুষ। ব্যবহারকারী ঘবলা হয়চার্লিএবং পছন্দ করেছেএকমানুষ। ব্যবহারকারী ঘবলা হয়ডেভিডএবং পছন্দ করেছেএকমানুষ। ব্যবহারকারী ৫বলা হয়এডএবং পছন্দ করেছে0মানুষ। ব্যবহারকারী ।বলা হয়ফ্রানএবং পছন্দ করেছেঘমানুষ।
প্রাচীনতম অনুসারীরা : আমরা অনুসরণকারীদের তাদের বৈশিষ্ট্য অনুসারে বাছাই করতে পারি। আসুন বয়স অনুসারে প্রতিটি ব্যবহারকারীর প্রাচীনতম অনুসারীদের সন্ধান করি।
// প্রতিটি ব্যবহারকারীর জন্য সবচেয়ে পুরানো অনুসারী সন্ধান করুন ওল্ডস্টোফ্লোয়ার: ভারটেক্সআরডিডি [(স্ট্রিং, ইন্ট)] = ইউজারগ্রাফ.ম্যাপপ্রুড্রিট্রিপ্লেটস [(স্ট্রিং, ইন্ট)] (// প্রতিটি প্রান্তের জন্য উত্সটির বৈশিষ্ট্য সহ গন্তব্য প্রান্তকে একটি বার্তা প্রেরণ করুন ভার্টেক্স প্রান্ত => আইট্রেটর ((এজ.এসটিস্টিডি, (এজ.এসসিআরএ্যাটআরনাম, এজ.এসসিআরএটিআর।))), // বার্তাগুলি একত্রিত করতে বার্তাটি প্রবীণ অনুসারীর জন্য নিন (a, b) => যদি (ক)। _2> খ.২) অন্য একটি খ)
উপরের কোডের আউটপুট নীচের মত:
ডেভিডএর প্রবীণ অনুসারীএলিস। চার্লিএর প্রবীণ অনুসারীবব। এডএর প্রবীণ অনুসারীচার্লি। ববএর প্রবীণ অনুসারীডেভিড। এডকোন অনুগামী নেই। চার্লিএর প্রবীণ অনুসারীফ্রান।
কেস ব্যবহার করুন: স্পার্ক গ্রাফএক্স ব্যবহার করে ফ্লাইট ডেটা বিশ্লেষণ
এখন যেহেতু আমরা স্পার্ক গ্রাফএক্সের মূল ধারণাগুলি বুঝতে পেরেছি, আসুন গ্রাফএক্স ব্যবহার করে আসল-জীবনের সমস্যাটি সমাধান করুন। এটি আমাদের ভবিষ্যতে যে কোনও স্পার্ক প্রকল্পে কাজ করার আত্মবিশ্বাস জোগাতে সহায়তা করবে।
জাভাস্ক্রিপ্টে সতর্কতা কীভাবে ব্যবহার করবেন
সমস্যা বিবৃতি : স্পার্ক গ্রাফএক্স ব্যবহার করে রিয়েল-টাইম ফ্লাইট ডেটা বিশ্লেষণ করতে রিয়েল-টাইম গণনার ফলাফলগুলি সরবরাহ করুন এবং গুগল ডেটা স্টুডিও ব্যবহার করে ফলাফলগুলি ভিজ্যুয়ালাইজ করুন।
কেস ব্যবহার করুন - গণনা করা হবে ations :
- মোট উড়ানের রুটের সংখ্যা গণনা করুন
- দীর্ঘতম উড়ানের রুটগুলি গণনা এবং সাজান
- সর্বাধিক ডিগ্রি প্রান্তের সাথে বিমানবন্দরটি প্রদর্শিত করুন
- পেজর্যাঙ্ক অনুযায়ী সর্বাধিক গুরুত্বপূর্ণ বিমানবন্দরগুলি তালিকাবদ্ধ করুন
- সর্বনিম্ন বিমানের ব্যয় সহ রুটগুলির তালিকা দিন
আমরা উপরের গণনাগুলির জন্য স্পার্ক গ্রাফএক্স ব্যবহার করব এবং গুগল ডেটা স্টুডিও ব্যবহার করে ফলাফলগুলি কল্পনা করব।
কেস ব্যবহার করুন - ডেটাসেট :
চিত্র: কেস - ইউএসএ ফ্লাইট ডেটাসেট ব্যবহার করুন
কেস ব্যবহার করুন - ফ্লো ডায়াগ্রাম :
নীচের চিত্রটি আমাদের ফ্লাইট ডেটা বিশ্লেষণের সাথে জড়িত সমস্ত পদক্ষেপকে স্পষ্টভাবে ব্যাখ্যা করে।
চিত্র: কেস ব্যবহার করুন - স্পার্ক গ্রাফএক্স ব্যবহার করে ফ্লাইট ডেটা বিশ্লেষণের ফ্লো ডায়াগ্রাম
কেস ব্যবহার করুন - স্পার্ক বাস্তবায়ন :
এগিয়ে চলুন, এখন স্পার্কের জন্য Elpipse IDE ব্যবহার করে আমাদের প্রকল্পটি বাস্তবায়ন করি।
নীচে সিউডো কোডটি সন্ধান করুন:
// প্রয়োজনীয় ক্লাস আমদানি করে org.apache.spark._ ... আমদানি করুন java.io.File অবজেক্ট বিমানবন্দর main Def main (আরোগুলি: অ্যারে [স্ট্রিং]) {// কেস ক্লাস ফ্লাইট কেস ক্লাস ফ্লাইট তৈরি করা হচ্ছে (dofM: স্ট্রিং, ডোফডাব্লু: স্ট্রিং, ..., দ্যাত্ত: আন্তঃ // ফ্লাইট ক্লাস ডিফ পার্সফ্লাইট (স্ট্রিং: স্ট্রিং) এর ইনপুট পার্স করার জন্য একটি পার্সিং স্ট্রিং ফাংশনটিকে সংজ্ঞায়িত করছে: ফ্লাইট = {ভাল লাইন = স্ট্রিংস্প্লিট (',') ফ্লাইট (লাইন (0), লাইন (1), ..., লাইন (16) .toInt)} ভল কনফ = নতুন স্পার্ককনফ ()। সেট অ্যাপনাম ('বিমানবন্দর')। সেটমাস্টার ('স্থানীয় [2]') ভাল এসসি = নতুন স্পার্ককন্টেক্সট (কনফারেন্স) // ডেটা একটি আরডিডি ভাল পাঠ্যটিতে লোড করুনআরডিডি = sc.textFile ('/ home / edureka / ইউজারকেসস / বিমানবন্দর / বিমানবন্দর / ডেটাসেট.সিএসভি') // সিএসভি লাইনগুলির আরডিডিটিকে ফ্লাইট ক্লাসের একটি আরডিডিতে পার্স করুন ফ্লাইটস আরডিডি = মানচিত্র পার্সফ্লাইট টেক্সট আরডিডি // বিমানবন্দরগুলি তৈরি করুন আইডি এবং নাম ভাল বিমানবন্দরগুলি দিয়ে আরডিডি তৈরি করুন = মানচিত্র ফ্লাইট অরিজিনআইডি এবং উত্স বিমানবন্দরগুলি নিন (1) // প্রিন্টল্যান্স ভালের জন্য এয়ারপোর্ট আইডি ম্যাপিং নয় কোথাও = 'কোথাও' নয় ভাল এয়ারপোর্টম্যাপ = মানচিত্রের ফাংশন ব্যবহার করুন ololol.toList.toMap // রুট তৈরি করুন আরডিডি সোর্সআইডি, গন্তব্য আইডি এবং দূরত্বের ভাল রুটগুলি = ফ্লাইটআরডিডি। মানচিত্রের ফাংশন .ডিস্টিন্ট রুটগুলি ব্যবহার করুন.টেক (২) // সোর্সআইডি, গন্তব্য আইডি এবং দূরত্বের ভাল প্রান্তগুলি = রুটস.ম্যাপ with (মানচিত্র অরিজিনিড এবং ডেস্টিনেশনআইডি) দিয়ে প্রান্তগুলি আরডিডি তৈরি করুন => প্রান্ত (org_id.toLong, dest_id.to দীর্ঘ, দূরত্ব)} edges.take (1) // গ্রাফটি সংজ্ঞায়িত করুন এবং কিছু সূচি এবং প্রান্তটি ভাল গ্রাফ প্রদর্শন করুন = গ্রাফ (বিমানবন্দর, প্রান্ত এবং কোথাও) গ্রাফ.ওর্টিস.টেক (2) গ্রাফ.এজেজেস.টেক (2) // ক্যোয়ারী 1 - সন্ধান করুন মোট বিমানবন্দর ভল নামারপোর্টস = ভার্টেস নম্বর // ক্যোয়ারি 2 - মোট রুটের সংখ্যা গণনা করুন? ভাল সংখ্যা = প্রান্তের সংখ্যা // ক্যোয়ারী 3 - 1000 মাইলেরও বেশি দূরত্ব সহ সেই রুটগুলি গণনা করুন গ্রাফ.এজেজেস il ফিল্টার edge প্রান্তের দূরত্ব পান) => দূরত্ব> 1000} .টেক (3) // একইভাবে স্কাল কোড লিখুন প্রশ্নের নীচে // ক্যোয়ারি 4 - দীর্ঘতম রুটগুলি বাছাই করুন এবং মুদ্রণ করুন // ক্যোয়ারি 5 - বিমানবন্দরগুলির আগমন এবং বহির্গামী ফ্লাইটগুলির জন্য সর্বাধিক ডিগ্রি শীর্ষকোষ প্রদর্শন করুন // ক্যোয়ারি 6 - 10397 এবং 12478 আইডি সহ বিমানবন্দরের নাম পান // ক্যোয়ারী 7 - সন্ধান করুন সর্বাধিক আগত ফ্লাইট সহ বিমানবন্দর // ক্যোয়ারি 8 - সর্বাধিক বহির্গামী ফ্লাইটের সাথে বিমানবন্দরটি সন্ধান করুন // ক্যোয়ারী 9 - পেজর্যাঙ্ক অনুযায়ী সবচেয়ে গুরুত্বপূর্ণ বিমানবন্দরগুলি অনুসন্ধান করুন // ক্যোয়ারী 10 - বিমানবন্দরগুলি র্যাঙ্কিং অনুসারে বাছুন // ক্যোয়ারি 11 - সর্বাধিক প্রদর্শিত গুরুত্বপূর্ণ বিমানবন্দরগুলি // ক্যোয়ারি 12 - সবচেয়ে কম ফ্লাইট ব্যয়ের সাথে রুটগুলি সন্ধান করুন // ক্যোয়ারী 13 - বিমানবন্দর এবং তাদের সর্বনিম্ন বিমানের ব্যয় খুঁজুন // ক্যোয়ারী 14 - সর্বাধিক নির্ধারিত ফ্লাইটের ব্যয়ের সাথে বিমানবন্দর কোডগুলি প্রদর্শন করুন
কেস ব্যবহার করুন - ভিজ্যুয়ালাইজিং ফলাফল :
আমরা আমাদের বিশ্লেষণটি কল্পনা করতে গুগল ডেটা স্টুডিও ব্যবহার করব। গুগল ডেটা স্টুডিও গুগল অ্যানালিটিকস 360 স্যুটের অধীনে একটি পণ্য। আমরা মার্কিন মানচিত্রে তাদের নিজ নিজ অবস্থানের বিমানবন্দরগুলিকে মানচিত্র করতে এবং মেট্রিকের পরিমাণ প্রদর্শন করতে জিও মানচিত্র পরিষেবাটি ব্যবহার করব।
- বিমানবন্দর প্রতি মোট উড়ানের সংখ্যা প্রদর্শন করুন
- প্রতিটি বিমানবন্দর থেকে গন্তব্য রুটের মেট্রিক যোগফল প্রদর্শন করুন
- বিমানবন্দর প্রতি সমস্ত ফ্লাইটের মোট বিলম্ব প্রদর্শন করুন
এখন, এটি স্পার্ক গ্রাফএক্স ব্লগটি শেষ করেছে। আমি আশা করি আপনি এটি পড়া উপভোগ করেছেন এবং এটি তথ্যপূর্ণ পেয়েছেন। আমাদের অ্যাপাচি স্পার্ক সিরিজের পরবর্তী ব্লগটি পরীক্ষা করে দেখুন অ্যাপাচি স্পার্ক বাজার প্রস্তুত হতে।
আমরা নিম্নলিখিত সুপারিশ অ্যাপাচি স্পার্ক প্রশিক্ষণ | ফ্লাইট ডেটা বিশ্লেষণ ভিডিও এডুরেকা থেকে শুরু করে:
অ্যাপাচি স্পার্ক প্রশিক্ষণ | স্পার্ক গ্রাফিক্স ফ্লাইট ডেটা বিশ্লেষণ | এডুরেকা
আমাদের জন্য একটি প্রশ্ন আছে? দয়া করে মন্তব্য বিভাগে এটি উল্লেখ করুন এবং আমরা শীঘ্রই আপনার কাছে ফিরে আসব।
আপনি যদি স্পার্ক শিখতে চান এবং স্পার্কের ডোমেইনে ক্যারিয়ার গড়তে চান এবং রিয়েল লাইফ ব্যবহারের ক্ষেত্রে আরডিডি, স্পার্ক স্ট্রিমিং, স্পার্কএসকিউএল, এমএলিবিব, গ্রাফএক্স এবং স্কালা ব্যবহার করে বৃহত আকারে ডেটা প্রসেসিং করতে দক্ষতা তৈরি করতে চান তবে আমাদের ইন্টারেক্টিভ, লাইভ দেখুন -অনলাইন এখানে, আপনার শিক্ষার পুরো সময়কালে আপনাকে গাইড করার জন্য এটি 24 * 7 সমর্থন সহ আসে।