Parle-moi plus en détail de Spark : ce qui a été concrètement réalisé, quelles méthodes ont été utilisées

В рамках проекта на Apache Spark я реализовывал обработку больших данных для аналитики. Основные задачи включали чтение данных из источников (например, CSV, Parquet), трансформацию и агрегацию.

Использовались методы Spark SQL и DataFrame API для удобной работы с данными:

• spark.read.format("csv").load(path) — загрузка данных
• df.filter(), df.select(), df.groupBy() — трансформации и агрегации
• df.write.format("parquet").save(outputPath) — сохранение результатов

Также применял функции для работы с временными окнами и пользовательские UDF для специфической логики. Это позволило эффективно обрабатывать большие объёмы данных и получать нужные отчёты.