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
دسته بندی: سازمان و پردازش داده ها ویرایش: نویسندگان: Tomcy John. Pankaj Misra سری: ISBN (شابک) : 9781787281349 ناشر: Packt Publishing سال نشر: 2017 تعداد صفحات: 585 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 37 مگابایت
در صورت تبدیل فایل کتاب Data Lake for Enterprises: Leveraging Lambda Architecture for building Enterprise Data Lake 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 دریاچه داده برای شرکت ها: استفاده از معماری Lambda برای ساخت Enterprise Data Lake 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.
راهنمای عملی برای پیادهسازی دریاچه دادههای سازمانی با استفاده از معماری لامبدا بهعنوان پایه درباره این کتاب* با فناوریهای کلان داده محبوب با استفاده از معماری لامبدا به عنوان پایه، یک دریاچه داده کامل برای سازمان خود بسازید. استراتژیهای کسبوکار مدرن* راهنمای بسیار کاربردی برای پیادهسازی دریاچههای داده سازمانی با مثالهای فراوان و موارد استفاده در دنیای واقعیWho This Book Is For Java توسعهدهندگان و معمارانی که میخواهند یک دریاچه داده را برای شرکت خود پیادهسازی کنند، این کتاب را مفید خواهند یافت. اگر میخواهید با پیادهسازی یک راهحل عملی با استفاده از این فناوریها، تجربه عملی با معماری لامبدا و فناوریهای کلان داده کسب کنید، این کتاب همچنین به شما کمک خواهد کرد. فناوریها* درک هسته معماری لامبدا و نحوه به کارگیری آن در یک سازمان* جزئیات فنی در مورد Sqoop و عملکردهای آن را بیاموزید* برای به دست آوردن دادههای سازمانی کافکا را با اجزای Hadoop ادغام کنید* از فلوم با فناوریهای جریان برای پردازش مبتنی بر جریان استفاده کنید* درک کنید پردازش مبتنی بر جریان با ارجاع به Apache Spark Streaming* اجزای Hadoop را ترکیب کنید و از مزایایی که برای دریاچههای داده سازمانی ارائه میکنند آگاه باشید* با استفاده از ElasticSearch برنامههای سریع، جریانی و با کارایی بالا بسازید* فرآیند دریافت دادههای خود را در قالبهای مختلف داده با قابلیت پیکربندی سازگار کنید. * دادههای خود را برای استخراج هوشمندی با استفاده از الگوریتمهای یادگیری ماشین پردازش کنید، در جزئیات اصطلاح «دریاچه داده» اخیراً به عنوان یک اصطلاح برجسته در صنعت کلان داده ظاهر شده است. دانشمندان داده میتوانند از آن برای به دست آوردن بینشهای معناداری استفاده کنند که میتواند توسط کسبوکارها برای بازتعریف یا تغییر نحوه عملکردشان استفاده شود. معماری لامبدا نیز به عنوان یکی از الگوهای بسیار برجسته در چشمانداز کلان داده در حال ظهور است، زیرا نه تنها به استخراج اطلاعات مفید از دادههای تاریخی کمک میکند، بلکه دادههای بلادرنگ را به هم مرتبط میکند تا کسبوکار را قادر به اتخاذ تصمیمهای حیاتی کند. این کتاب سعی دارد این دو جنبه مهم -- دریاچه داده و معماری لامبدا -- را در کنار هم بیاورد. این کتاب به سه بخش اصلی تقسیم شده است. اولین مورد شما را با مفهوم دریاچه های داده، اهمیت دریاچه های داده در شرکت ها و به روز کردن شما با معماری لامبدا آشنا می کند. بخش دوم به اجزای اصلی ساخت دریاچه داده با استفاده از معماری لامبدا می پردازد. شما را با فناوری های داده های بزرگ مانند Apache Hadoop، Spark، Sqoop، Flume و ElasticSearch آشنا می کند. بخش سوم یک نمایش بسیار کاربردی از کنار هم قرار دادن همه آن است و به شما نشان می دهد که چگونه یک دریاچه داده سازمانی را می توان به همراه چندین مورد استفاده در دنیای واقعی پیاده سازی کرد. همچنین به شما نشان میدهد که چگونه میتوان سایر اجزای جانبی را به دریاچه اضافه کرد تا کارآمدتر شود. در پایان این کتاب، میتوانید با استفاده از الگوهای معماری لامبدا، فناوریهای کلان داده مناسب را برای ساخت دریاچه دادههای سازمانی خود انتخاب کنید. سبک و رویکرد این کتاب رویکردی عملگرایانه دارد و راههایی را برای استفاده از فناوریهای کلان داده و معماری لامبدا برای ایجاد دریاچه داده در سطح سازمانی نشان میدهد.
A practical guide to implementing your enterprise data lake using Lambda Architecture as the baseAbout This Book* Build a full-fledged data lake for your organization with popular big data technologies using the Lambda architecture as the base* Delve into the big data technologies required to meet modern day business strategies* A highly practical guide to implementing enterprise data lakes with lots of examples and real-world use-casesWho This Book Is ForJava developers and architects who would like to implement a data lake for their enterprise will find this book useful. If you want to get hands-on experience with the Lambda Architecture and big data technologies by implementing a practical solution using these technologies, this book will also help you.What You Will Learn* Build an enterprise-level data lake using the relevant big data technologies* Understand the core of the Lambda architecture and how to apply it in an enterprise* Learn the technical details around Sqoop and its functionalities* Integrate Kafka with Hadoop components to acquire enterprise data* Use flume with streaming technologies for stream-based processing* Understand stream- based processing with reference to Apache Spark Streaming* Incorporate Hadoop components and know the advantages they provide for enterprise data lakes* Build fast, streaming, and high-performance applications using ElasticSearch* Make your data ingestion process consistent across various data formats with configurability* Process your data to derive intelligence using machine learning algorithmsIn DetailThe term "Data Lake" has recently emerged as a prominent term in the big data industry. Data scientists can make use of it in deriving meaningful insights that can be used by businesses to redefine or transform the way they operate. Lambda architecture is also emerging as one of the very eminent patterns in the big data landscape, as it not only helps to derive useful information from historical data but also correlates real-time data to enable business to take critical decisions. This book tries to bring these two important aspects -- data lake and lambda architecture--together.This book is divided into three main sections. The first introduces you to the concept of data lakes, the importance of data lakes in enterprises, and getting you up-to-speed with the Lambda architecture. The second section delves into the principal components of building a data lake using the Lambda architecture. It introduces you to popular big data technologies such as Apache Hadoop, Spark, Sqoop, Flume, and ElasticSearch. The third section is a highly practical demonstration of putting it all together, and shows you how an enterprise data lake can be implemented, along with several real-world use-cases. It also shows you how other peripheral components can be added to the lake to make it more efficient.By the end of this book, you will be able to choose the right big data technologies using the lambda architectural patterns to build your enterprise data lake.Style and approachThe book takes a pragmatic approach, showing ways to leverage big data technologies and lambda architecture to build an enterprise-level data lake.