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: نویسندگان: Mamta Mittal , Valentina E. Balas , Lalit Mohan Goyal , Raghvendra Kumar سری: Studies in Big Data ISBN (شابک) : 9789811305504 ناشر: Springer سال نشر: 2019 تعداد صفحات: 274 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب پردازش داده های بزرگ با استفاده از Spark در Cloud: رایانش ابری، تجزیه و تحلیل داده های بزرگ، پردازش داده، حفظ حریم خصوصی، تجزیه و تحلیل داده ها، Spark Cluster، Casandra، Spark SQL
در صورت تبدیل فایل کتاب Big Data Processing Using Spark in Cloud 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 پردازش داده های بزرگ با استفاده از Spark در Cloud 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 ظهور فناوریهای کلان داده و نقش Spark در کل پشته کلان داده را توصیف میکند. Spark و Hadoop را با هم مقایسه می کند و کاستی های Hadoop را که توسط Spark برطرف شده است شناسایی می کند. این کتاب عمدتاً بر روی معماری عمیق Spark و درک ما از Spark RDD ها و اینکه چگونه RDD ماهیت تغییرناپذیر داده های بزرگ را تکمیل می کند، تمرکز دارد و آن را با ارزیابی تنبل، قابل ذخیره سازی و استنتاج نوع حل می کند. همچنین به موضوعات پیشرفته در Spark می پردازد که با اصول اولیه Scala و چارچوب اصلی Spark شروع می شود و فریم های داده Spark، یادگیری ماشین با استفاده از Mllib، تجزیه و تحلیل گراف با استفاده از Graph X و پردازش بلادرنگ با Apache Kafka، AWS Kenisis و Azure را بررسی می کند. مرکز رویداد. سپس به بررسی Spark با استفاده از PySpark و R ادامه میدهد. این کتاب با تمرکز بر پشته دادههای بزرگ فعلی، تعامل با ابزارهای کلان داده فعلی را بررسی میکند، با Spark که لایه پردازشی اصلی برای همه انواع دادهها است. این کتاب برای مهندسان داده و دانشمندانی است که روی مجموعه داده های عظیم و فناوری های کلان داده در فضای ابری کار می کنند. علاوه بر متخصصان صنعت، برای متخصصان مشتاق پردازش داده و دانشجویانی که در محیط های پردازش داده های بزرگ و محاسبات ابری کار می کنند مفید است.
The book describes the emergence of big data technologies and the role of Spark in the entire big data stack. It compares Spark and Hadoop and identifies the shortcomings of Hadoop that have been overcome by Spark. The book mainly focuses on the in-depth architecture of Spark and our understanding of Spark RDDs and how RDD complements big data’s immutable nature, and solves it with lazy evaluation, cacheable and type inference. It also addresses advanced topics in Spark, starting with the basics of Scala and the core Spark framework, and exploring Spark data frames, machine learning using Mllib, graph analytics using Graph X and real-time processing with Apache Kafka, AWS Kenisis, and Azure Event Hub. It then goes on to investigate Spark using PySpark and R. Focusing on the current big data stack, the book examines the interaction with current big data tools, with Spark being the core processing layer for all types of data. The book is intended for data engineers and scientists working on massive datasets and big data technologies in the cloud. In addition to industry professionals, it is helpful for aspiring data processing professionals and students working in big data processing and cloud computing environments.