Hadoop: The Definitive Guide

کشف کنید که چگونه Apache Hadoop می تواند قدرت داده های شما را آزاد کند. این منبع جامع به شما نشان می‌دهد که چگونه می‌توانید سیستم‌های قابل اعتماد، مقیاس‌پذیر و توزیع‌شده را با چارچوب Hadoop بسازید و نگهداری کنید - یک پیاده‌سازی متن باز MapReduce، الگوریتمی که گوگل امپراتوری خود را بر اساس آن ساخته است. برنامه نویسان جزئیاتی را برای تجزیه و تحلیل مجموعه داده ها با هر اندازه ای پیدا خواهند کرد و مدیران نحوه راه اندازی و اجرای خوشه های Hadoop را یاد خواهند گرفت.

این نسخه اصلاح شده تغییرات اخیر Hadoop را شامل می شود، از جمله ویژگی های جدیدی مانند Hive، Sqoop، و آورو همچنین مطالعات موردی روشنی را ارائه می دهد که نشان می دهد چگونه Hadoop برای حل مشکلات خاص استفاده می شود. آیا به دنبال استفاده حداکثری از داده های خود هستید؟ این کتاب شماست.

• از سیستم فایل توزیع شده Hadoop (HDFS) برای ذخیره مجموعه داده های بزرگ استفاده کنید، سپس محاسبات توزیع شده را روی آن مجموعه داده ها با MapReduce اجرا کنید
• با داده های Hadoop آشنا شوید. و بلوک های ساختمان I/O برای فشرده سازی، یکپارچگی داده ها، سریال سازی و ماندگاری
• کشف مشکلات رایج و ویژگی های پیشرفته برای نوشتن برنامه های MapReduce در دنیای واقعی
• طراحی، ساخت، و مدیریت یک خوشه اختصاصی Hadoop، یا اجرای Hadoop در فضای ابری
• استفاده از Pig، یک زبان پرس و جوی سطح بالا برای پردازش داده در مقیاس بزرگ
• تجزیه و تحلیل مجموعه داده ها با Hive، سیستم انبار داده هادوپ
• li>
• از HBase، پایگاه داده Hadoop برای داده های ساختاریافته و نیمه ساختاریافته استفاده کنید
• Learn ZooKeeper، مجموعه ابزاری از اصول اولیه هماهنگی برای ساختن سیستم های توزیع شده

' "اکنون شما این فرصت را دارید که در مورد Hadoop از یک استاد بیاموزید - نه تنها در مورد فن آوری، بلکه همچنین در مورد عقل سلیم و صحبت ساده." --Doug Cutting, Cloudera

Discover how Apache Hadoop can unleash the power of your data. This comprehensive resource shows you how to build and maintain reliable, scalable, distributed systems with the Hadoop framework -- an open source implementation of MapReduce, the algorithm on which Google built its empire. Programmers will find details for analyzing datasets of any size, and administrators will learn how to set up and run Hadoop clusters.

This revised edition covers recent changes to Hadoop, including new features such as Hive, Sqoop, and Avro. It also provides illuminating case studies that illustrate how Hadoop is used to solve specific problems. Looking to get the most out of your data? This is your book.

• Use the Hadoop Distributed File System (HDFS) for storing large datasets, then run distributed computations over those datasets with MapReduce
• Become familiar with Hadoop’s data and I/O building blocks for compression, data integrity, serialization, and persistence
• Discover common pitfalls and advanced features for writing real-world MapReduce programs
• Design, build, and administer a dedicated Hadoop cluster, or run Hadoop in the cloud
• Use Pig, a high-level query language for large-scale data processing
• Analyze datasets with Hive, Hadoop’s data warehousing system
• Take advantage of HBase, Hadoop’s database for structured and semi-structured data
• Learn ZooKeeper, a toolkit of coordination primitives for building distributed systems

''Now you have the opportunity to learn about Hadoop from a master -- not only of the technology, but also of common sense and plain talk.'' --Doug Cutting, Cloudera