مشخصات کتاب

Data Stream Management

ویرایش:  
نویسندگان: Lukasz Golab. M.Tamer Özsu  
سری: Synthesis Lectures on Data Management 
ISBN (شابک) : 1608452727, 9781608452729 
ناشر: Morgan & Claypool 
سال نشر: 2010 
تعداد صفحات: 73 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 1 Mb 

در صورت تبدیل فایل کتاب Data Stream Management 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 مدیریت جریان داده 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.

توضیحاتی در مورد کتاب مدیریت جریان داده

در این سخنرانی بسیاری از برنامه‌ها حجم بالایی از داده‌های جریانی را پردازش می‌کنند، از جمله آن‌ها تجزیه و تحلیل ترافیک اینترنت، تیکرهای مالی و استخراج گزارش تراکنش‌ها. به طور کلی، جریان داده یک مجموعه داده نامحدود است که به‌طور تدریجی در طول زمان تولید می‌شود، نه اینکه قبل از شروع پردازش آن به طور کامل در دسترس باشد. در این سخنرانی، مروری بر تحقیقات اخیر در مورد پردازش جریان ارائه می‌کنیم، از پاسخ به سؤالات ساده در جریان‌های پرسرعت تا بارگیری داده‌های بلادرنگ در انبار جریان برای تجزیه و تحلیل آفلاین. ما دو نوع سیستم را برای پردازش جریان سرتاسر مورد بحث قرار خواهیم داد: سیستم های مدیریت جریان داده (DSMS) و انبارهای داده جریانی (SDWs). یک سیستم مدیریت پایگاه داده سنتی معمولاً جریانی از پرس و جوهای موقت را روی داده های نسبتاً ثابت پردازش می کند. در مقابل، یک DSMS پرس‌و‌جوهای استاتیک (طولانی‌مدت) را بر روی داده‌های جریانی ارزیابی می‌کند، یک گذر از داده‌ها انجام می‌دهد و از حافظه کاری محدود استفاده می‌کند. در بخش اول این سخنرانی، مشکلات تحقیقاتی در DSMS ها، مانند زبان های پرس و جوی پیوسته، عملگرهای پرس و جو غیر مسدود که به طور مداوم به داده های جدید واکنش نشان می دهند و بهینه سازی پرس و جو پیوسته را مورد بحث قرار خواهیم داد. بخش دوم SDW ها را پوشش می دهد، که پاسخ بلادرنگ یک DSMS را با بارگیری داده های جدید به محض رسیدن با توانایی انبار داده برای مدیریت ترابایت داده های تاریخی در ذخیره سازی ثانویه ترکیب می کند. فهرست مطالب: مقدمه / سیستم های مدیریت جریان داده / انبارهای داده جریانی / نتیجه گیری

توضیحاتی درمورد کتاب به خارجی

In this lecture many applications process high volumes of streaming data, among them Internet traffic analysis, financial tickers, and transaction log mining. In general, a data stream is an unbounded data set that is produced incrementally over time, rather than being available in full before its processing begins. In this lecture, we give an overview of recent research in stream processing, ranging from answering simple queries on high-speed streams to loading real-time data feeds into a streaming warehouse for off-line analysis. We will discuss two types of systems for end-to-end stream processing: Data Stream Management Systems (DSMSs) and Streaming Data Warehouses (SDWs). A traditional database management system typically processes a stream of ad-hoc queries over relatively static data. In contrast, a DSMS evaluates static (long-running) queries on streaming data, making a single pass over the data and using limited working memory. In the first part of this lecture, we will discuss research problems in DSMSs, such as continuous query languages, non-blocking query operators that continually react to new data, and continuous query optimization. The second part covers SDWs, which combine the real-time response of a DSMS by loading new data as soon as they arrive with a data warehouse's ability to manage Terabytes of historical data on secondary storage. Table of Contents: Introduction / Data Stream Management Systems / Streaming Data Warehouses / Conclusions

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Wortverdreher, Sonderlinge, Gottlose: Kritik an Philosophie und Rhetorik im klassischen Athen

دانلود کتاب The Everything Learning Latin Book : Read and Write This Classical Language and Apply It to Modern English Grammar, Usage, and Vocabulary

دانلود کتاب Pessoa e Saramago

دانلود کتاب How to Conquer Your Goliaths

دانلود کتاب Presurgical Psychological Screening: Understanding Patients, Improving Outcomes