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: Magoules. Frederic. Pan Jie. Teng Fei
سری:
ISBN (شابک) : 9780367380847, 0367380846
ناشر: Crc Press
سال نشر: 2019
تعداد صفحات: 230
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
در صورت تبدیل فایل کتاب CLOUD COMPUTING: data-intensive computing and scheduling 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 محاسبات ابری: محاسبات و زمانبندی با داده فشرده 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.
از آنجایی که داده های بیشتری با سرعتی بیشتر از همیشه تولید می شود، پردازش حجم زیادی از داده ها به چالشی برای نرم افزار تجزیه و تحلیل داده تبدیل می شود. پرداختن به مسائل مربوط به عملکرد، رایانش ابری: محاسبات و زمانبندی فشرده داده، تکامل تکنیک های کلاسیک را بررسی می کند و روش های کاملاً جدید و الگوریتم های نوآورانه را توصیف می کند. این کتاب مفاهیم، مدلها، روشها، الگوریتمها و نرمافزارهای مورد استفاده در رایانش ابری را تشریح میکند. پس از یک مقدمه کلی در این زمینه، متن مدیریت منابع، از جمله الگوریتمهای زمانبندی برای کارهای بلادرنگ و الگوریتمهای عملی برای پیشنهاد کاربر و قیمتگذاری حراج را پوشش میدهد. سپس رویکردهای پردازش پرس و جو تحلیلی داده ها، از جمله پیش محاسبه، نمایه سازی داده ها و پارتیشن بندی داده ها را توضیح می دهد. سپس کاربردهای MapReduce، یک مدل برنامه نویسی موازی جدید، ارائه می شود. نویسندگان همچنین در مورد چگونگی بهینهسازی پردازش چند گروهی توسط پرس و جو و معرفی یک الگوریتم زمانبندی بلادرنگ MapReduce بحث میکنند. این کتاب یک مرجع مفید برای مطالعه و استفاده از MapReduce و پلتفرمهای رایانش ابری، فناوریهای مختلفی را ارائه میکند که نشان میدهد چگونه رایانش ابری میتواند نیازهای تجاری را برآورده کند و به عنوان زیرساخت برنامههای تحلیل دادههای چند بعدی عمل کند.
As more and more data is generated at a faster-than-ever rate, processing large volumes of data is becoming a challenge for data analysis software. Addressing performance issues, Cloud Computing: Data-Intensive Computing and Scheduling explores the evolution of classical techniques and describes completely new methods and innovative algorithms. The book delineates many concepts, models, methods, algorithms, and software used in cloud computing. After a general introduction to the field, the text covers resource management, including scheduling algorithms for real-time tasks and practical algorithms for user bidding and auctioneer pricing. It next explains approaches to data analytical query processing, including pre-computing, data indexing, and data partitioning. Applications of MapReduce, a new parallel programming model, are then presented. The authors also discuss how to optimize multiple group-by query processing and introduce a MapReduce real-time scheduling algorithm. A useful reference for studying and using MapReduce and cloud computing platforms, this book presents various technologies that demonstrate how cloud computing can meet business requirements and serve as the infrastructure of multidimensional data analysis applications.
Overview of Cloud Computing. Resource Scheduling for Cloud Computing. Game Theoretical Allocation in a Cloud Datacenter. Multidimensional Data Analysis in a Cloud Datacenter. Data-Intensive Applications with MapReduce. Large-Scale Multidimensional Data Aggregation. Multidimensional Data Analysis Optimization. Real-Time Scheduling with MapReduce. Future for Cloud Computing. Bibliography. Index.