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: نویسندگان: Shamim Ahmed Bhuiyan, Michael Zheludkov, Timur Isachenko سری: ISBN (شابک) : 1365732355, 9781365732355 ناشر: lulu.com سال نشر: 2017 تعداد صفحات: 360 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 16 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب High Performance in-memory computing with Apache Ignite 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 در حافظه با عملکرد بالا با Apache Ignite 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 کتاب بسیاری از موضوعات را پوشش میدهد، از جمله شبکه دادههای درون حافظه، شبکه خدمات بسیار در دسترس، جریان (پردازش رویداد برای اینترنت اشیا و دادههای سریع) و موارد استفاده از محاسبات در حافظه از محاسبات با عملکرد بالا برای به دست آوردن دستاوردهای عملکرد. این کتاب به ویژه برای کسانی که موارد استفاده زیر را دارند مفید خواهد بود: شما حجم بالایی از تراکنش های ACID در سیستم خود دارید. شما گلوگاه پایگاه داده در برنامه خود دارید و می خواهید مشکل را حل کنید. شما می خواهید Microservices را به صورت توزیع شده توسعه و استقرار دهید. شما یک اکوسیستم Hadoop (OLAP) موجود دارید و میخواهید بدون ایجاد هیچ تغییری در نقشه/کاهش مشاغل موجود، عملکرد نقشه/کاهش مشاغل را بهبود ببخشید. میخواهید Spark RDD را مستقیماً در حافظه به اشتراک بگذارید (بدون ذخیره کردن وضعیت در دیسک) شما در حال برنامه ریزی برای پردازش جریان های بی پایان مداوم و رویدادهای پیچیده داده ها هستید. شما می خواهید از محاسبات توزیع شده به صورت موازی برای به دست آوردن عملکرد بالا استفاده کنید. آنچه خواهید آموخت: موارد استفاده فابریک داده های درون حافظه و اینکه چگونه می تواند به شما در توسعه برنامه های کاربردی در زمان واقعی کمک کند. جزئیات معماری پارچه های داده در حافظه. استراتژی های کش و نحوه استفاده از کش در حافظه برای بهبود عملکرد برنامه ها. شبکه SQL برای کش های درون حافظه. چگونه عملکرد اکوسیستم Hadoop موجود خود را بدون تغییر هیچ کدی تسریع کنیم. اشتراک گذاری وضعیت های Spark RDD بین برنامه های مختلف Spark برای بهبود عملکرد. پردازش رویدادها
This book covers a verity of topics, including in-memory data grid, highly available service grid, streaming (event processing for IoT and fast data) and in-memory computing use cases from high-performance computing to get performance gains. The book will be particularly useful for those, who have the following use cases: You have a high volume of ACID transactions in your system. You have database bottleneck in your application and want to solve the problem. You want to develop and deploy Microservices in a distributed fashion. You have an existing Hadoop ecosystem (OLAP) and want to improve the performance of map/reduce jobs without making any changes in your existing map/reduce jobs. You want to share Spark RDD directly in-memory (without storing the state into the disk) You are planning to process continuous never-ending streams and complex events of data. You want to use distributed computations in parallel fashion to gain high performance. What you will learn: In-memory data fabrics use-cases and how it can help you to develop near real-time applications. In-memory data fabrics detail architecture. Caching strategies and how to use In-memory caching to improve the performance of the applications. SQL grid for in-memory caches. How to accelerates the performance of your existing Hadoop ecosystem without changing any code. Sharing Spark RDD states between different Spark applications for improving performance. Processing events & streaming data, integrate Apache Ignite with other frameworks like Storm, Camel, etc. Using distributed computing for building low-latency software. Developing distributed Microservices in fault-tolerant fashion. For every topic, a complete application is delivered, which will help the audience to quick start with the topic. The book is a project-based guide, where each chapter focuses on the complete implementation of a real-world scenario, the commonly occurring challenges in each scenario have also discussed, along with tips and tricks and best practices on how to overcome them. Every chapter is independent and a complete project. Readership: The target audience of this book will be IT architect, team leaders, a programmer with minimum programming knowledge, who want to get the maximum performance from their applications. No excessive knowledge is required, though it would be good to be familiar with JAVA and Spring framework. The book is also useful for any reader, who already familiar with Oracle Coherence, Hazelcast, Infinispan or memcached.