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: کامپیوتر ویرایش: Paperback نویسندگان: Ted Malaska, Jonathan Seidman سری: ISBN (شابک) : 1492038741, 9781492038740 ناشر: O’Reilly Media سال نشر: 2018 تعداد صفحات: 189 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 Foundations for Architecting Data Solutions: Managing Successful Data Projects 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 مبانی معماری راه حل های داده: مدیریت پروژه های داده موفق 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.
در حالی که بسیاری از شرکت ها به جزئیات پیاده سازی مانند
موتورهای پردازش توزیع شده و الگوریتم های تجزیه و تحلیل داده ها
فکر می کنند، این کتاب کاربردی دید بسیار گسترده تری از توسعه
کلان داده دارد، که از برنامه ریزی اولیه شروع می شود و با پشتکار
به سمت اجرا حرکت می کند. نویسندگان تد مالاسکا و جاناتان سیدمن
شما را از طریق مؤلفههای اصلی لازم برای شروع، معمار و توسعه
پروژههای کلان داده موفق راهنمایی میکنند.
همه از CIOها و COOها گرفته تا معماران و توسعهدهندگان اصلی،
انواع دادههای بزرگ را بررسی خواهند کرد. معماری ها و برنامه های
کاربردی، از خطوط لوله داده های عظیم تا برنامه های کاربردی در
مقیاس وب. هر فصل به بخشی از چرخه عمر توسعه نرم افزار می پردازد
و الگوهایی را برای به حداکثر رساندن موفقیت بلندمدت در طول عمر
پروژه شما مشخص می کند.
فرآیند برنامه ریزی را با در نظر گرفتن انواع پروژه داده های
کلیدی شروع کنید.
استفاده از دستورالعملها برای ارزیابی و انتخاب راهحلهای
مدیریت دادهها
کاهش ریسک مربوط به فناوری، تیم شما و الزامات مبهم
کاوش در طراحی رابط سیستم با استفاده از API، REST، و سیستمهای
pub/sub
سیستم ذخیره سازی توزیع شده مناسب را برای سیستم کلان داده خود
انتخاب کنید
مجموعه های ابرداده را برای معماری داده خود برنامه ریزی و پیاده
سازی کنید
از خطوط لوله داده برای اطمینان از یکپارچگی داده ها از منبع تا
ذخیره سازی نهایی استفاده کنید
ویژگی های مختلف را ارزیابی کنید. موتورهایی برای پردازش داده
هایی که جمع آوری می کنید
While many companies ponder implementation details such as
distributed processing engines and algorithms for data
analysis, this practical book takes a much wider view of big
data development, starting with initial planning and moving
diligently toward execution. Authors Ted Malaska and Jonathan
Seidman guide you through the major components necessary to
start, architect, and develop successful big data
projects.
Everyone from CIOs and COOs to lead architects and developers
will explore a variety of big data architectures and
applications, from massive data pipelines to web-scale
applications. Each chapter addresses a piece of the software
development life cycle and identifies patterns to maximize
long-term success throughout the life of your project.
Start the planning process by considering the key data project
types
Use guidelines to evaluate and select data management
solutions
Reduce risk related to technology, your team, and vague
requirements
Explore system interface design using APIs, REST, and pub/sub
systems
Choose the right distributed storage system for your big data
system
Plan and implement metadata collections for your data
architecture
Use data pipelines to ensure data integrity from source to
final storage
Evaluate the attributes of various engines for processing the
data you collect