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 ed.] نویسندگان: Tilmann Rabl, Kai Sachs, Meikel Poess, Chaitanya Baru, Hans-Arno Jacobson (eds.) سری: Lecture Notes in Computer Science 8991 ISBN (شابک) : 9783319202327, 9783319202334 ناشر: Springer International Publishing سال نشر: 2015 تعداد صفحات: 157 [164] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 Mb
در صورت تبدیل فایل کتاب Big Data Benchmarking: 5th International Workshop, WBDB 2014, Potsdam, Germany, August 5-6- 2014, Revised Selected Papers 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 معیار بزرگ داده ها: پنجمین کارگاه بین المللی ، WBDB 2014 ، پوتسدام ، آلمان ، 5-6- 2014 آگوست ، بازبینی های منتخب 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.
این کتاب مجموعه مقالات پس از کارگاه آموزشی پنجمین کارگاه بینالمللی سنجش دادههای بزرگ، WBDB 2014، که در پوتسدام، آلمان، در آگوست 2014 برگزار شد، است.
13 مقاله ارائهشده را تشکیل میدهد. در این کتاب به دقت بررسی و از بین ارسالهای متعدد انتخاب شد و موضوعاتی مانند مشخصات معیارها و پیشنهادات، Hadoop و MapReduce - در زمینههای مختلف مانند مجازیسازی و ابری - و همچنین درون حافظه، تولید دادهها و نمودارها را پوشش داد. p>
This book constitutes the thoroughly refereed post-workshop proceedings of the 5th International Workshop on Big Data Benchmarking, WBDB 2014, held in Potsdam, Germany, in August 2014.
The 13 papers presented in this book were carefully reviewed and selected from numerous submissions and cover topics such as benchmarks specifications and proposals, Hadoop and MapReduce - in the different context such as virtualization and cloud - as well as in-memory, data generation, and graphs.
Content: Benchmark Specifications and Proposals --
Hadoop and MapReduce --
In-Memory, Data Generation and Graphs.