Big Data for Chimps: A Guide to Massive-Scale Data Processing in Practice

پیدا کردن الگوها در جریان‌های رویداد عظیم می‌تواند دشوار باشد، اما یادگیری نحوه یافتن آنها لازم نیست. این راهنمای عملی منحصربفرد به شما نشان می‌دهد که چگونه می‌توانید این و بسیاری از مشکلات دیگر را در پردازش داده در مقیاس بزرگ با ابزارهای ساده، سرگرم‌کننده و ظریفی که از Apache Hadoop استفاده می‌کنند، حل کنید. با کار با داده‌های واقعی و مشکلات واقعی، دیدی عملی و عملی از کلان داده‌ها به دست خواهید آورد.

این کتاب برای مبتدیان ایده‌آل است، همچنین برای تمرین‌کنندگان با تجربه که می‌خواهند مهارت‌های خود را تقویت کنند، جذاب خواهد بود. قسمت اول نحوه کار Hadoop و MapReduce را توضیح می دهد، در حالی که قسمت دوم بسیاری از الگوهای تحلیلی را پوشش می دهد که می توانید از آنها برای پردازش هر داده استفاده کنید. همانطور که چندین تمرین را انجام می دهید، همچنین یاد می گیرید که چگونه از Apache Pig برای پردازش داده ها استفاده کنید.

• مکانیک های لازم برای کار با Hadoop، از جمله نحوه حرکت داده ها و محاسبات در اطراف خوشه را بیاموزید< /li>
• در مکانیک نقشه/کاهش غوطه ور شوید و اولین کار نقشه/کاهش خود را در پایتون بسازید
• با نحوه اجرای زنجیره‌ای از نقشه‌ها/کاهش‌ها در قالب اسکریپت‌های Pig آشنا شوید
• < li>از مجموعه داده های دنیای واقعی - آمار عملکرد بیس بال - در سراسر کتاب استفاده کنید
• با نمونه هایی از چندین الگوی تحلیلی کار کنید و یاد بگیرید که چه زمانی و کجا می توانید از آنها استفاده کنید

Finding patterns in massive event streams can be difficult, but learning how to find them doesn’t have to be. This unique hands-on guide shows you how to solve this and many other problems in large-scale data processing with simple, fun, and elegant tools that leverage Apache Hadoop. You’ll gain a practical, actionable view of big data by working with real data and real problems.

Perfect for beginners, this book’s approach will also appeal to experienced practitioners who want to brush up on their skills. Part I explains how Hadoop and MapReduce work, while Part II covers many analytic patterns you can use to process any data. As you work through several exercises, you’ll also learn how to use Apache Pig to process data.

• Learn the necessary mechanics of working with Hadoop, including how data and computation move around the cluster
• Dive into map/reduce mechanics and build your first map/reduce job in Python
• Understand how to run chains of map/reduce jobs in the form of Pig scripts
• Use a real-world dataset—baseball performance statistics—throughout the book
• Work with examples of several analytic patterns, and learn when and where you might use them