Big Data: Principles and Best Practices of Scalable Real-Time Data Systems

دسته بندی: الگوریتم ها و ساختارهای داده
ویرایش:  
نویسندگان: Marz N.,  Warren A.J.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 330 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 38,000

منینگ، 2015. - 330 ص. — ISBN: 9781617290343 Big Data به شما می آموزد که سیستم های کلان داده را با استفاده از معماری بسازید که از سخت افزار خوشه ای همراه با ابزارهای جدید طراحی شده به طور خاص برای ضبط و تجزیه و تحلیل وب استفاده می کند. داده های مقیاس این یک رویکرد مقیاس پذیر و قابل درک برای سیستم های کلان داده را توصیف می کند که می تواند توسط یک تیم کوچک ساخته و اجرا شود. با پیروی از یک مثال واقع بینانه، این کتاب خوانندگان را از طریق تئوری سیستم های کلان داده، نحوه پیاده سازی آنها در عمل، و نحوه استقرار و بهره برداری از آنها پس از ساخته شدن راهنمایی می کند.
خرید کتاب چاپی شامل یک کتاب الکترونیکی رایگان است. در قالب‌های PDF، Kindle، و ePub از انتشارات منینگ. درباره کتاب مقیاس وب برنامه‌هایی مانند شبکه‌های اجتماعی، تجزیه و تحلیل بلادرنگ یا سایت‌های تجارت الکترونیکی با داده‌های زیادی سروکار دارند که حجم و سرعت آنها از محدودیت‌های سیستم‌های پایگاه داده سنتی فراتر می‌رود. این برنامه‌ها به معماری‌هایی نیاز دارند که پیرامون مجموعه‌ای از ماشین‌ها ساخته شده‌اند تا داده‌ها را با هر اندازه یا سرعتی ذخیره و پردازش کنند. خوشبختانه، مقیاس و سادگی متقابل نیستند. داده های بزرگ به شما می آموزد که سیستم های کلان داده را با استفاده از معماری طراحی شده به طور خاص برای ضبط و تجزیه و تحلیل داده های مقیاس وب بسازید. این کتاب معماری لامبدا را ارائه می‌کند، رویکردی مقیاس‌پذیر و قابل درک که می‌تواند توسط یک تیم کوچک ساخته و اجرا شود. شما تئوری سیستم های کلان داده و نحوه پیاده سازی آنها را در عمل بررسی خواهید کرد. علاوه بر کشف یک چارچوب کلی برای پردازش داده‌های بزرگ، فن‌آوری‌های خاصی مانند پایگاه‌های داده Hadoop، Storm و NoSQL را خواهید آموخت. این کتاب نیازی به آشنایی قبلی ندارد. تجزیه و تحلیل داده در مقیاس بزرگ یا ابزار NoSQL. آشنایی با پایگاه های داده سنتی مفید است. چه چیزی در داخل است
مقدمه ای بر سیستم های کلان داده
پردازش بیدرنگ داده های در مقیاس وب
ابزارهایی مانند Hadoop، Cassandra، و Storm
برنامه های افزودنی برای مهارت های پایگاه داده سنتی درباره نویسندگان
Nathan Marz خالق Apache Storm و مبتکر معماری لامبدا برای سیستم های داده های بزرگ. جیمز وارن یک معمار تجزیه و تحلیل با سابقه در یادگیری ماشین و محاسبات علمی است.

Manning, 2015. — 330 p. — ISBN: 9781617290343 Big Data teaches you to build big data systems using an architecture that takes advantage of clustered hardware along with new tools designed specifically to capture and analyze web-scale data. It describes a scalable, easy-to-understand approach to big data systems that can be built and run by a small team. Following a realistic example, this book guides readers through the theory of big data systems, how to implement them in practice, and how to deploy and operate them once they're built.
Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications. About the Book Web-scale applications like social networks, real-time analytics, or e-commerce sites deal with a lot of data, whose volume and velocity exceed the limits of traditional database systems. These applications require architectures built around clusters of machines to store and process data of any size, or speed. Fortunately, scale and simplicity are not mutually exclusive. Big Data teaches you to build big data systems using an architecture designed specifically to capture and analyze web-scale data. This book presents the Lambda Architecture, a scalable, easy-to-understand approach that can be built and run by a small team. You'll explore the theory of big data systems and how to implement them in practice. In addition to discovering a general framework for processing big data, you'll learn specific technologies like Hadoop, Storm, and NoSQL databases. This book requires no previous exposure to large-scale data analysis or NoSQL tools. Familiarity with traditional databases is helpful. What's Inside
Introduction to big data systems
Real-time processing of web-scale data
Tools like Hadoop, Cassandra, and Storm
Extensions to traditional database skills About the Authors
Nathan Marz is the creator of Apache Storm and the originator of the Lambda Architecture for big data systems. James Warren is an analytics architect with a background in machine learning and scientific computing.