ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Distributed Computing with Python

دانلود کتاب محاسبات توزیع شده با پایتون

Distributed Computing with Python

مشخصات کتاب

Distributed Computing with Python

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 1785889699, 9781785889691 
ناشر: Packt Publishing 
سال نشر: 2016 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : MOBI (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 57,000



کلمات کلیدی مربوط به کتاب محاسبات توزیع شده با پایتون: کتابخانه، ادبیات کامپیوتر، پایتون



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 14


در صورت تبدیل فایل کتاب Distributed Computing with Python 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 توزیع شده با پایتون 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 محاسبات توزیع شده با پایتون



ویژگی های کلیدی

  • شما یاد خواهید گرفت که برنامه های پردازش داده را در پایتون بنویسید که بسیار در دسترس، قابل اعتماد و تحمل خطا هستند
  • از خدمات وب آمازون در کنار آن استفاده کنید. با Python برای ایجاد یک سیستم محاسباتی قدرتمند از راه دور
  • آموزش Python برای مدیریت برنامه‌های فشرده داده و منابع غنی

توضیحات کتاب

CPU-intensive وظایف پردازش داده ها با توجه به پیچیدگی برنامه های مختلف داده های بزرگ که امروزه مورد استفاده قرار می گیرند، حیاتی شده اند. کاهش استفاده از CPU در هر فرآیند برای بهبود سرعت کلی برنامه‌ها بسیار مهم است.

این کتاب به شما می‌آموزد که چگونه محاسبات را با توزیع موازی در چندین پردازنده در یک ماشین انجام دهید و در نتیجه عملکرد را بهبود ببخشید. عملکرد کلی یک کار پردازش کلان داده ما مدل‌های همزمان و ناهمزمان، حافظه مشترک و سیستم‌های فایل، ارتباط بین فرآیندهای مختلف، همگام‌سازی و موارد دیگر را پوشش خواهیم داد.

آنچه خواهید آموخت

  • دریافت مقدمه‌ای برای موازی و محاسبات توزیع شده
  • به برنامه نویسی همزمان و ناهمزمان مراجعه کنید
  • کاوش در موازی سازی در پایتون
  • برنامه توزیع شده با Celery
  • Python در ابر
  • li>
  • Python در یک خوشه HPC
  • برنامه‌های کاربردی توزیع‌شده را آزمایش و اشکال‌زدایی کنید

درباره نویسنده

Francesco Pierfederici</ b> یک مهندس نرم افزار است که پایتون را دوست دارد. او در 20 سال گذشته در زمینه‌های نجوم، زیست‌شناسی و پیش‌بینی عددی آب و هوا کار کرده است.

او سیستم‌های توزیع‌شده بزرگی ساخته است که از ده‌ها هزار هسته در یک زمان استفاده می‌کنند و بر روی آنها کار می‌کنند. برخی از سریعترین ابرکامپیوترهای جهان او همچنین برنامه های کاربردی زیادی نوشته است که سودمندی مشکوک دارند اما بسیار سرگرم کننده هستند. بیشتر، او فقط دوست دارد چیزهایی بسازد.

فهرست محتوا

  1. مقدمه ای بر محاسبات موازی و توزیع شده
  2. برنامه نویسی ناهمزمان
    3. <. li>موازی سازی در پایتون
  3. برنامه های توزیع شده – با Celery
  4. Python در ابر
  5. Python در یک خوشه HPC
  6. تست و اشکال زدایی برنامه های کاربردی توزیع شده
  7. راه پیش رو

توضیحاتی درمورد کتاب به خارجی

Key Features

  • You'll learn to write data processing programs in Python that are highly available, reliable, and fault tolerant
  • Make use of Amazon Web Services along with Python to establish a powerful remote computation system
  • Train Python to handle data-intensive and resource hungry applications

Book Description

CPU-intensive data processing tasks have become crucial considering the complexity of the various big data applications that are used today. Reducing the CPU utilization per process is very important to improve the overall speed of applications.

This book will teach you how to perform parallel execution of computations by distributing them across multiple processors in a single machine, thus improving the overall performance of a big data processing task. We will cover synchronous and asynchronous models, shared memory and file systems, communication between various processes, synchronization, and more.

What You Will Learn

  • Get an introduction to parallel and distributed computing
  • See synchronous and asynchronous programming
  • Explore parallelism in Python
  • Distributed application with Celery
  • Python in the Cloud
  • Python on an HPC cluster
  • Test and debug distributed applications

About the Author

Francesco Pierfederici is a software engineer who loves Python. He has been working in the fields of astronomy, biology, and numerical weather forecasting for the last 20 years.

He has built large distributed systems that make use of tens of thousands of cores at a time and run on some of the fastest supercomputers in the world. He has also written a lot of applications of dubious usefulness but that are great fun. Mostly, he just likes to build things.

Table of Contents

  1. An Introduction to Parallel and Distributed Computing
  2. Asynchronous Programming
  3. Parallelism in Python
  4. Distributed Applications – with Celery
  5. Python in the Cloud
  6. Python on an HPC Cluster
  7. Testing and Debugging Distributed Applications
  8. The Road Ahead




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی