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: Shabbir Challawala, Jaydip Lakhatariya, Chintan Mehta, Kandarp Patel سری: ISBN (شابک) : 9781788397186 ناشر: Packt سال نشر: 2017 تعداد صفحات: 280 زبان: english فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب MySQL 8 for Big Data 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 MySQL 8 برای داده های بزرگ 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.
کشف قدرت MySQL 8 برای Big Data درباره این کتاب* قدرت های MySQL و Hadoop را برای ایجاد یک راه حل قوی Big Data برای سازمان خود ترکیب کنید* MySQL را با API های مختلف NoSQL و ابزارهای Big Data مانند Apache Sqoop* یک راهنمای جامع با عملی نمونه هایی در مورد ایجاد خط لوله داده های بزرگ با کارایی بالا با MySQLWho This Book ForThis کتاب برای مدیران پایگاه داده MySQL و متخصصان Big Data در نظر گرفته شده است که به دنبال ادغام MySQL 8 و Hadoop برای پیاده سازی راه حل Big Data با کارایی بالا هستند. برخی از تجربههای قبلی با MySQL مفید خواهد بود، اگرچه این کتاب ویژگیهای جدیدتر معرفی شده در MySQL 8 را برجسته میکند. 8 برای مدیریت کلان داده های ساختاریافته و بدون ساختار * ادغام MySQL 8 و Hadoop برای پردازش کارآمد داده * انجام تجمیع با استفاده از MySQL 8 برای استفاده بهینه از داده ها * کاوش انواع مختلف Join و Union در MySQL 8 برای پردازش کارآمد Big Data * تسریع پردازش Big Data با Memcached* ادغام MySQL با NoSQL API* پیاده سازی Replication برای ایجاد راه حل های بسیار در دسترس برای Big DataIn Detail با سازمان هایی که حجم زیادی از داده ها را به طور منظم مدیریت می کنند، MySQL به یک راه حل محبوب برای مدیریت این داده های بزرگ ساختاریافته تبدیل شده است. در این کتاب، خواهید دید که چگونه DBA ها می توانند از MySQL 8 برای مدیریت میلیاردها رکورد استفاده کنند و داده ها را با عملکردی مشابه یا برتر از راه حل های DB تجاری با هزینه های بالاتر بارگیری و بازیابی کنند. امروزه بسیاری از سازمان ها برای وب سایت ها و یک داده بزرگ به MySQL وابسته هستند. راه حلی برای نیازهای بایگانی، ذخیره سازی و تجزیه و تحلیل داده های آنها. با این حال، ادغام آنها می تواند چالش برانگیز باشد. این کتاب به شما نشان میدهد که چگونه یک استراتژی کلان داده موفق را با Apache Hadoop و MySQL 8 پیادهسازی کنید. سناریوی مورد استفاده بلادرنگ را برای توضیح یکپارچهسازی و دستیابی به راهحلهای Big Data با استفاده از فناوریهایی مانند Apache Hadoop، Apache Sqoop و MySQL Applier پوشش میدهد. . همچنین، این کتاب شامل مطالعات موردی در Apache Sqoop و پردازش رویدادهای بلادرنگ است. در پایان این کتاب، میدانید که چگونه به طور موثر از MySQL 8 برای مدیریت دادهها برای برنامههای Big Data خود استفاده کنید. سبک و رویکرد راهنمای گام به گام پر شده با نمونه های عملی در دنیای واقعی
Uncover the power of MySQL 8 for Big DataAbout This Book* Combine the powers of MySQL and Hadoop to build a solid Big Data solution for your organization* Integrate MySQL with different NoSQL APIs and Big Data tools such as Apache Sqoop* A comprehensive guide with practical examples on building a high performance Big Data pipeline with MySQLWho This Book Is ForThis book is intended for MySQL database administrators and Big Data professionals looking to integrate MySQL 8 and Hadoop to implement a high performance Big Data solution. Some previous experience with MySQL will be helpful, although the book will highlight the newer features introduced in MySQL 8.What You Will Learn* Explore the features of MySQL 8 and how they can be leveraged to handle Big Data* Unlock the new features of MySQL 8 for managing structured and unstructured Big Data* Integrate MySQL 8 and Hadoop for efficient data processing* Perform aggregation using MySQL 8 for optimum data utilization* Explore different kinds of join and union in MySQL 8 to process Big Data efficiently* Accelerate Big Data processing with Memcached* Integrate MySQL with the NoSQL API* Implement replication to build highly available solutions for Big DataIn DetailWith organizations handling large amounts of data on a regular basis, MySQL has become a popular solution to handle this structured Big Data. In this book, you will see how DBAs can use MySQL 8 to handle billions of records, and load and retrieve data with performance comparable or superior to commercial DB solutions with higher costs.Many organizations today depend on MySQL for their websites and a Big Data solution for their data archiving, storage, and analysis needs. However, integrating them can be challenging. This book will show you how to implement a successful Big Data strategy with Apache Hadoop and MySQL 8. It will cover real-time use case scenario to explain integration and achieve Big Data solutions using technologies such as Apache Hadoop, Apache Sqoop, and MySQL Applier. Also, the book includes case studies on Apache Sqoop and real-time event processing.By the end of this book, you will know how to efficiently use MySQL 8 to manage data for your Big Data applications.Style and approachStep by Step guide filled with real-world practical examples.
_GoBack Об авторах О рецензентах Предисловие Введение в большие данные и MySQL 8 Важность больших данных Социальные медиа Политика Наука и исследование Энергетика Обнаружение мошенничества Здравоохранение Бизнес-картирование Жизненный цикл больших данных Объем Разнообразие Скорость Правдивость Фазы жизненного цикла больших данных Структурированные базы данных Основы MySQL MySQL как реляционная система управления базами данных Лицензирование Надежность и масштабируемость Совместимость платформ Выпуски Новые возможности в MySQL 8 Словарь транзакционных данных Роли Автоинкремент InnoDB Поддержка невидимых индексов Усовершенствование нисходящих индексов SET PERSIST Расширенная поддержка ГИС Набор символов по умолчанию Расширенные битовые операции InnoDB Memcached NOWAIT и SKIP LOCKED Преимущества использования MySQL Безопасность Масштабируемость Реляционная система управления базами данных с открытым исходным кодом Высокая производительность Высокая доступность Кросс-платформенные способности Инсталляция MySQL 8 Получение MySQL 8 Инсталляция MySQL 8 Служебные команды MySQL Эволюция MySQL для больших данных Получение данных в MySQL Организация данных в Hadoop Аналитическая обработка данных Результаты анализа Резюме Методы запроса данных в MySQL 8 Обзор SQL Подсистемы и типы хранения баз данных InnoDB MyISAM Memory Archive Blackhole CSV Merge Federated NDB Cluster Инструкция SELECT в MySQL 8 Предложение WHERE Предложение ORDER BY Предложение LIMIT Операции соединения SQL UNION Оптимизация инструкций SELECT Инструкции INSERT, REPLACE и UPDATE в MySQL 8 INSERT UPDATE REPLACE Транзакции в MySQL 8 Агрегирование данных в MySQL 8 Важность агрегатных функций JSON JSON_OBJECTAGG JSON_ARRAYAGG Резюме Индексирование данных для высокопроизводительных запросов Индексирование в MySQL Индексные структуры Создание или удаление индексов Типы индексов СУБД MySQL 8 Определение первичного индекса Уникальные ключи Определение столбцового индекса Полнотекстовая индексация Пространственные индексы Индексирование данных JSON Генерируемые столбцы Определение индексов на JSON Резюме Использование Memcached в MySQL 8 Обзор Memcached Настройка плагина Memcached Инсталляция Верификация Использование плагина Memcached Наладчик производительности Инструмент кеширования Простота в использовании Анализ хранящихся в Memcached данных Конфигурирование репликации Memcached API Memcached для различных технологий Memcached с Java Memcached с PHP Memcached с Ruby Memcached с Python Резюме Разделение больших объемов данных Разделение данных в MySQL 8 Что такое разделение данных? Типы разделения данных Горизонтальное разделение в MySQL 8 Диапазонное разделение Списковое разделение Хеш-разделение Столбцовое разделение Разделение по ключу Разбиение на подразделы Вертикальное разделение Разделение данных на многочисленные таблицы Подрезание разделов в MySQL Подрезание со списковым разделением Подрезание с разделением по ключу Выполнение запросов на разделенных данных Запрос DELETE с параметром PARTITION Запрос UPDATE с параметром PARTITION Запрос INSERT с параметром PARTITION Резюме Репликация для построения высокодоступных решений Высокая доступность Репликация в MySQL Кластер MySQL Облачная служба Oracle MySQL MySQL с кластером Solaris Репликация с помощью MySQL Преимущества репликации в MySQL 8 Методы репликации в MySQL 8 Конфигурация репликации Групповая репликация Предварительные условия для групповой репликации Конфигурирование групповой репликации Конфигурирование пользователя репликации и активация плагина групповой репликации Запуск групповой репликации Резюме Практические рекомендации по работе с MySQL 8 Сравнительные испытания и конфигурации MySQL Использование ресурсов Растяните временные рамки сравнительных испытаний Репликация параметров производственной среды Сопоставимость пропускной способности и задержки Sysbench может сделать больше Мир виртуализации Параллелизм Скрытая рабочая нагрузка Суть вашего запроса Сравнительные испытания Рекомендации в отношении вопросов MySQL Типы данных Not null Индексация Извлекайте все данные Приложение сделает работу Существование данных Ограничивайте себя Анализируйте медленные запросы Стоимость запроса Рекомендации в отношении конфигурации Memcached Распределение ресурсов Архитектура операционной системы Конфигурации по умолчанию Максимальный размер объекта Ограничение очереди незавершенных заданий Поддержка больших страниц Конфиденциальные данные Ограничение открытости Отказоустойчивость Пространства имен Механизм кеширования Общая статистика Memcached Рекомендации в отношении репликации Пропускная способность в групповой репликации Определение размеров инфраструктуры Постоянная пропускная способность Противоречащая рабочая нагрузка Масштабируемость операции записи Резюме Прикладной программный интерфейс NoSQL для интеграции с решениями для больших данных Обзор NoSQL Быстрое изменение с течением времени Масштабирование Меньше управленческой деятельности Лучшее для больших данных NoSQL против SQL Реализация API NoSQL NoSQL со слоем API Memcached NDB API Cluster Резюме Практический пример: часть I. Apache Sqoop для обмена данными между MySQL и платформой Hadoop Практический пример анализа журналов операций Использование MySQL 8 и Hadoop для анализа журналов операций Обзор Apache Sqoop Интеграция Apache Sqoop с MySQL и Hadoop Hadoop Настройка Hadoop в Linux Инсталляция Apache Sqoop Конфигурирование коннектора MySQL Импортирование неструктурированных данных в Hadoop HDFS из MySQL Импорт Sqoop для извлечения данных из MySQL 8 Инкрементный импорт с использованием Sqoop Загрузка структурированных данных в MySQL с помощью Apache Sqoop Экспорт Sqoop для хранения структурированных данных в MySQL 8 Сохраненные задания Sqoop Резюме Практический пример: часть II. Обработка событий в режиме реального времени с помощью MySQL Applier Обзор практического примера MySQL Applier Дамп и импорт SQL Sqoop Репликатор Tungsten Apache Kafka Talend Dell Shareplex Сравнение инструментов Обзор MySQL Applier Инсталляция MySQL Applier Интеграция в режиме реального времени с MySQL Applier Организация и анализ данных в Hadoop Резюме Предметный указатель