What is the translation of " APACHE SPARK " in English?

• apache spark

Examples of using Apache spark in Indonesian and their translations into English

Apa itu Apache Spark?
What is Apache Spark?

Apache Spark mampu bekerja 100 kali lebih cepat dibanding Hadoop.
Apache Spark is 100 times faster than Hadoop.

Apa itu Apache Spark?
Next What is Apache Spark?

Pengolahan dan peredaran data dengan memanfaatkan Apache Spark.
Processing and circulation of data by the utilization of Apache Spark.

Jadi belajar Apache Spark sangat penting untuk pertumbuhan karir Anda.
So learning Apache Spark is necessary for your career growth.

Siswa diajarkan alat sains data terbaru seperti Apache Spark dan Hadoop[-].
Students are taught the latest data science tools such as Apache Spark and Hadoop…[-].

Jadi belajar Apache Spark sangat penting untuk pertumbuhan karir Anda.
Therefore learning Apache Spark is important for your career growth.

Dan Anda akan belajar bagaimana mendistribusikan pekerjaan data mining melalui beberapa komputer menggunakan Apache SPARK[-].
And you will learn how to distribute data mining jobs over several computers using Apache SPARK.

Persyaratan: Teknologi yang akan gunakan Apache Spark, Hadoop dan/ atau Hive, serta Kafka.
Requirements: The technologies you will be working with include Apache Spark, Hadoop and/or Hive, as well as Kafka.

Oleh karena itu, Java adalah salah satu bahasa yang paling populer dalam paket pemrosesan data besar seperti Hadoop dan Apache Spark.
For that reason, Java is one of the most popular languages in big data processing packages such as Hadoop and Apache Spark.

Kami ingin mengucapkan terima kasih kepada komunitas Apache Spark untuk semua kontribusi berharga mereka untuk rilis Spark 2.4.
We want to thank the Apache Spark community for all their valuable contributions to Spark 2.3 release.

Apache Spark adalah kerangka kerja open source yang terutama digunakan untuk analisis Big Data, machine learning, dan real-time processing.
Apache Spark is an open-source framework used mainly for Big Data analysis, machine learning and real-time processing.

Hadoop sendiri tampaknya miring jauh dari MapReduce mendukung lebih maju( jika menuntut) algoritma pengolahan, seperti Apache Spark.
Hadoop itself seems to be tilting away from MapReduce in favor of more advanced(if demanding) processing algorithms, such as Apache Spark.

Namun, jangan khawatir- jika Anda sudah mempelajari Apache Spark secara luas, pertanyaan-pertanyaan ini juga akan terasa seperti angin sepoi-sepoi bagi Anda.
Not to worry, though- if you have already studied Apache Spark quite extensively, these questions should also feel like a breeze to you.

Pembaruan terbaru untuk KNIME Server dan KNIME Big Data Extensions, menyediakan dukungan untuk Apache Spark 2.3, Parquet dan penyimpanan tipe HDFS.
Latest updates to KNIME Server and KNIME Big Data Extensions, provide support for Apache Spark 2.3, Parquet and HDFS type storage.

EMR juga mendukung beban kerja berdasarkan Apache Spark, Presto dan Apache HBase- yang terakhir yang terintegrasi dengan Hive dan Babi untuk fungsi tambahan.
EMR also supports workloads based on Apache Spark, Presto and Apache HBase-- the latter of which integrates with Hive and Pig for additional functionality.

Dan IBM percaya begitu kuat tool Big Data adalah di open source, maka perusahaan tersebut menugaskan 3.500 peneliti untuk bekerja pada Apache Spark, tool yang merupakan bagian dari ekosistem Hadoop.
And IBM believes so strongly in open source Big Data tools that it assigned 3,500 researchers to work on Apache Spark, a tool that is part of the Hadoop ecosystem.

Ini menjadi salah satu pertanyaan wawancara Apache Spark yang memungkinkan semacam elaborasi, Anda juga dapat menambahkan bahwa secara default, Spark( sebagai kerangka kerja) memiliki fitur ini.
This being one of the Apache Spark interview questions which allow some sort of elaboration, you could also add that by default, Spark(as a framework) has this feature.

Mari mulai tutorial ini dengan membahas tentang level pengenalan dari pertanyaan wawancara Apache Spark yang mungkin kamu terima saat pertama kali Anda wawancara kerja.
Let's begin the tutorial by talking about the introductory-level Apache Spark interview questions that you might receive at the beginning of your job interview.

Teradata barusaja memperkenalkan Kylo, yaitu platform perangkat lunak pengelolaan lautan data yang dibangun dengan menggunakan kemampuan open source terbaru seperti Apache Hadoop, Apache Spark dan Apache NiFi.
Teradata also announced Kylo, a data lake management software platform built using the latest open source capabilities such as Apache Hadoop, Apache Spark and Apache NiFi.

Ular sanca telah berhasil dimanfaatkan untuk Pengolahan Bahasa Alami dan Apache Spark telah membuat informasi ditemukan Hadoop Tandan lebih efektif terbuka.
Python has been effectively used for Natural Language Processing and Apache Spark has made the data found in Hadoop clusters all the more easily accessible.

Sepanjang waktu ini, saya beruntung untuk terhubung dengan Two Sigma, sebuah perusahaan teknologi keuangan dan manajemen investasi dengan praktik pengembangan OSS yang terus berkembang dan gudang data petascale yang aktif digunakan dengan Apache Spark dan tumpukan data ilmu Python.
Around this time, I was lucky to connect with Two Sigma, a financial technology and investment management company with a growing OSS development practice and a petascale data warehouse being actively used with Apache Spark and the Python data science stack.

Ular sanca telah berhasil dimanfaatkan untuk Pengolahan Bahasa Alami dan Apache Spark telah membuat informasi ditemukan Hadoop Tandan lebih efektif terbuka.
Python has been successfully utilized for Natural Language Processing and Apache Spark has made the information found in Hadoop bunches more effectively open.

Apakah Anda belum mulai belajar tentang Apache Spark atau Anda sudah menjadi ahli- pertanyaan dan jawaban wawancara Spark untuk pengembang berpengalaman ini akan membantu Anda memperluas dan meningkatkan pengetahuan Anda dalam setiap langkah perjalanan Spark Anda.
Whether you haven't started learning about Apache Spark or you're already an expert- these Spark interview questions and answers for experienced developers are going to help you extend and further your knowledge in every step of your Spark journey.

Arsitektur ini juga meliputi interface terpusat yang mudah digunakan untuk mengotomatisasi dan mengelola lingkungan yang tervirtualisasi bagi kerangka big data open source terkemuka, seperti Apache Hadoop, Apache Spark, dan beberapa kerangka open source komersial lainnya, seperti Hortonworks Data Platform( HDP).
The architecture also includes a centralized, easy-to-use user interface to automate the deployment and management of virtualized environments for leading open source big data frameworks, including Apache Hadoop, Apache Spark, and commercial open source stacks like the Hortonworks Data Platform(HDP).

Dengan beralih ke platform modern yang didukung oleh Apache Spark, Rakuten Card kini mampu mengolah data lebih dari dua kali kecepatan sistem sebelumnya, sehingga memungkinkan pengoperasian sistem inti yang sangat stabil.
By transitioning to a modern platform boosted by Apache Spark, Rakuten Card is now able to process data at more than twice the speed of the legacy system, making the highly stable operation of the core system possible.

Dengan memanfaatkan komponen-komponen seperti Apache Kudu dan Apache Spark, Komatsu dapat mendorong pemrosesan secara real-time, pembelajaran mesin, dan analitik pada semua data IoT mereka, termasuk data yang sedang bekerja maupun yang tidak.
Utilize components such as Apache Kudu and Apache Spark to drive real-time processing, machine learning, and analytics on all of their IoT data, including data in motion and data at rest.

Dengan tersedianya Big Data Analytics, Apache Spark, dan skalabilitas Cloud yang tampaknya tak terbatas, pasti ada banyak pendekatan yang dapat dilakukan untuk mengatasi teka-teki pengoptimalan tersebut.
With the availability of Big Data Analytics, lightning-quick processing with Apache Spark, and the seemingly limitless and instantaneous scalability of the cloud, there are surely many approaches one can take to address the optimization conundrum.