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: 1 نویسندگان: K.G. Srinivasa, Anil Kumar Muppalla (auth.) سری: Computer Communications and Networks ISBN (شابک) : 9783319134963, 9783319134970 ناشر: Springer International Publishing سال نشر: 2015 تعداد صفحات: 310 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب راهنمای محاسبات توزیع شده با کارایی بالا: مطالعات موردی با Hadoop ، Scalding و Spark: شبکه های ارتباطی کامپیوتری، تکنیک های برنامه نویسی، داده کاوی و کشف دانش، هوش مصنوعی (شامل رباتیک)، پردازش تصویر و بینایی کامپیوتری
در صورت تبدیل فایل کتاب Guide to High Performance Distributed Computing: Case Studies with Hadoop, Scalding and Spark 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 راهنمای محاسبات توزیع شده با کارایی بالا: مطالعات موردی با Hadoop ، Scalding و Spark 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.
این متن/مرجع به موقع، توسعه و اجرای سیستم های پردازش توزیع شده در مقیاس بزرگ را با استفاده از ابزارها و فناوری های منبع باز توصیف می کند. این کتاب که از نظر دامنه جامع است، مواد پیشرفتهای را در مورد ساخت سیستمهای محاسباتی توزیعشده با کارایی بالا، ارائه راهنماییهای عملی و بهترین شیوهها و همچنین توصیف چارچوبهای نرمافزاری نظری ارائه میکند. ویژگی ها: اصول ساخت سیستم های نرم افزاری مقیاس پذیر را برای پردازش داده در مقیاس بزرگ در پارادایم جدید محاسبات توزیع شده با کارایی بالا شرح می دهد. یک نمای کلی از اکوسیستم Hadoop را ارائه می دهد و به دنبال آن دستورالعمل های گام به گام نصب، برنامه نویسی و اجرای آن را ارائه می دهد. اصول اولیه Spark، از جمله مجموعه دادههای توزیعشده انعطافپذیر را مرور میکند، و پخش Hadoop و کار با Scalding را بررسی میکند. مطالعات موردی مفصلی را در مورد رویکردهای خوشهبندی، طبقهبندی دادهها و تحلیل رگرسیون ارائه میکند. فرآیند ایجاد یک سیستم توصیهگر کار با استفاده از Scalding و Spark را توضیح میدهد.
This timely text/reference describes the development and implementation of large-scale distributed processing systems using open source tools and technologies. Comprehensive in scope, the book presents state-of-the-art material on building high performance distributed computing systems, providing practical guidance and best practices as well as describing theoretical software frameworks. Features: describes the fundamentals of building scalable software systems for large-scale data processing in the new paradigm of high performance distributed computing; presents an overview of the Hadoop ecosystem, followed by step-by-step instruction on its installation, programming and execution; Reviews the basics of Spark, including resilient distributed datasets, and examines Hadoop streaming and working with Scalding; Provides detailed case studies on approaches to clustering, data classification and regression analysis; Explains the process of creating a working recommender system using Scalding and Spark.
Front Matter....Pages i-xvii
Front Matter....Pages 1-1
Introduction....Pages 3-31
Getting Started with Hadoop....Pages 33-72
Getting Started with Spark....Pages 73-99
Programming Internals of Scalding and Spark....Pages 101-154
Front Matter....Pages 155-155
Case Study I: Data Clustering using Scalding and Spark....Pages 157-183
Case Study II: Data Classification using Scalding and Spark....Pages 185-217
Case Study III: Regression Analysis using Scalding and Spark....Pages 219-259
Case Study IV: Recommender System Using Scalding and Spark....Pages 261-301
Back Matter....Pages 303-304