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: Srinath Perera
سری:
ISBN (شابک) : 9781782167709
ناشر: Packt Publishing Ltd
سال نشر: 2013
تعداد صفحات: 60
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 643 کیلوبایت
در صورت تبدیل فایل کتاب Instant MapReduce Patterns – Hadoop Essentials How-to 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 Instant MapReduce Patterns – Hadoop Essentials How-to 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.
MapReduce یک فناوری است که کاربران را قادر می سازد تا مجموعه داده های بزرگ را پردازش کنند و Hadoop پیاده سازی MapReduce است. این کتاب "مقدمه ای مختصر بر Hadoop و برنامه نویسی با MapReduce است. هدف آن این است که شما را شروع کرده و احساس کلی برنامه نویسی با Hadoop را به شما ارائه دهد تا پایه و اساس خوبی برای درک و حل همه مشکلات MapReduce خود در صورت نیاز به شما ارائه دهد. "--پوشش دادن.
"MapReduce is a technology that enables users to process large datasets and Hadoop is an implementation of MapReduce." This book "is a concise introduction to Hadoop and programming with MapReduce. It is aimed to get you started and give you an overall feel for programming with Hadoop providing you with a well-grounded foundation to understand and solve all of your MapReduce problems as needed"--Cover.
Preface 1 Instant MapReduce Patterns – Hadoop Essentials How-to 5 Writing a word count application using Java (Simple) 6 Writing a word count application with MapReduce and running it (Simple) 8 Installing Hadoop in a distributed setup and running a word count application (Simple) 11 Writing a formatter (Intermediate) 16 Analytics – drawing a frequency distribution with MapReduce (Intermediate) 20 Relational operations – join two datasets with MapReduce (Advanced) 25 Set operations with MapReduce (Intermediate) 28 Cross correlation with MapReduce (Intermediate) 32 Simple search with MapReduce (Intermediate) 35 Simple graph operations with MapReduce (Advanced) 38 Kmeans with MapReduce (Advanced) 43