دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Nitin Sawant. Himanshu Shah
سری:
ISBN (شابک) : 1430262923, 9781430262923
ناشر: Apress
سال نشر: 2013
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Big Data Application Architecture Q&A: A Problem - Solution Approach به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پرسش و پاسخ معماری کاربرد داده های بزرگ: یک مسئله - رویکرد راه حل نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Big Data Application Architecture Pattern Recipes بینشی از
زیرساخت های ناهمگن، پایگاه های داده و ابزارهای تجسم و تجزیه و
تحلیل مورد استفاده برای تحقق معماری راه حل های کلان داده را
ارائه می دهد. رویکرد حل مشکل آن به انتخاب معماری مناسب برای حل
مشکل در دست کمک می کند. در فرآیند مطالعه این مشکلات، یاد خواهید
گرفت که از قدرت فرصتهای جدید دادههای بزرگ استفاده کنید که
شرکتهای مختلف از آن برای دستیابی به سودهای بلادرنگ استفاده
میکنند.
دستورالعملهای الگوی معماری برنامههای بزرگ داده به یکی از
حیاتیترین سؤالات این زمان پاسخ میدهد. چگونه بهترین معماری
سرتاسری را برای حل مشکل کلان داده خود انتخاب می کنید؟
این کتاب به مسائل مختلف ماموریتی می پردازد که معماران راه حل،
مشاوران، و معماران نرم افزار با گزینه های بی شماری که برای
پیاده سازی در دسترس هستند با آن مواجه می شوند. یک راه حل
معمولی، تلاش برای استخراج بینش از حجم عظیمی از داده ها در زمان
واقعی و انواع مختلف داده های رابطه ای و غیر رابطه ای برای
مشتریان از صنایعی مانند خرده فروشی، مخابرات، بانکداری و بیمه.
الگوهای موجود در این کتاب، پایههای قوی معماری مورد نیاز برای
راهاندازی برنامه بزرگ داده بعدی شما را فراهم میکنند.
معماریها برای تحقق این فرصتها بر اساس زیرساختهای نسبتا
ارزانتر و ناهمگون در مقایسه با گزینههای سنتی یکپارچه و بسیار
گرانقیمتی که در حال حاضر وجود دارد، است. این کتاب مزایای
ناهمگونی را توصیف و ارزیابی میکند که گزینههای متعددی برای حل
یک مشکل، ارزیابی معاوضهها و اعتبارسنجی تناسب برای هدف راهحل
به همراه دارد.
Big Data Application Architecture Pattern Recipes provides an
insight into heterogeneous infrastructures, databases, and
visualization and analytics tools used for realizing the
architectures of big data solutions. Its problem-solution
approach helps in selecting the right architecture to solve the
problem at hand. In the process of reading through these
problems, you will learn harness the power of new big data
opportunities which various enterprises use to attain real-time
profits.
Big Data Application Architecture Pattern Recipes answers one
of the most critical questions of this time how do you select
the best end-to-end architecture to solve your big data
problem?.
The book deals with various mission critical problems
encountered by solution architects, consultants, and software
architects while dealing with the myriad options available for
implementing a typical solution, trying to extract insight from
huge volumes of data in real–time and across multiple
relational and non-relational data types for clients from
industries like retail, telecommunication, banking, and
insurance. The patterns in this book provide the strong
architectural foundation required to launch your next big data
application.
The architectures for realizing these opportunities are based
on relatively less expensive and heterogeneous infrastructures
compared to the traditional monolithic and hugely expensive
options that exist currently. This book describes and evaluates
the benefits of heterogeneity which brings with it multiple
options of solving the same problem, evaluation of trade-offs
and validation of fitness-for-purpose of the solution.
Front Matter....Pages i-xxvi
Big Data Introduction....Pages 1-8
Big Data Application Architecture....Pages 9-28
Big Data Ingestion and Streaming Patterns....Pages 29-42
Big Data Storage Patterns....Pages 43-56
Big Data Access Patterns....Pages 57-68
Data Discovery and Analysis Patterns....Pages 69-78
Big Data Visualization Patterns....Pages 79-90
Big Data Deployment Patterns....Pages 91-100
Big Data NFRs....Pages 101-112
Big Data Case Studies....Pages 113-126
Resources, References, and Tools....Pages 127-136
References and Bibliography....Pages 137-138
Back Matter....Pages 139-143