Next-Generation Big Data: A Practical Guide to Apache Kudu, Impala, and Spark

از این راهنمای عملی و آسان برای مدرن‌سازی محیط‌های انبار داده سنتی و هوش تجاری با نسل بعدی فناوری‌های کلان داده استفاده کنید.

نسل بعدی داده های بزرگ رویکردی کل نگر دارد و مهم ترین جنبه های کلان داده سازمانی مدرن را پوشش می دهد. این کتاب نه تنها پشته فناوری اصلی را پوشش می‌دهد، بلکه ابزارها و برنامه‌های نسل بعدی مورد استفاده برای ذخیره‌سازی کلان داده، بهینه‌سازی انبار داده، جذب و پردازش داده‌ها در زمان واقعی و دسته‌ای، تجسم داده‌های بی‌درنگ، مدیریت داده‌های بزرگ، بحث و جدل داده را پوشش می‌دهد. ، استقرار ابر داده های بزرگ و محاسبات کلان داده در حافظه توزیع شده است. در نهایت، این کتاب دارای پوشش گسترده و مفصلی از مطالعات موردی کلان داده از Navistar، Cerner، British Telecom، Shopzilla، Thomson Reuters و Mastercard است.

آنچه یاد خواهید گرفت

• برای مدرن کردن انبار داده سازمانی و محیط‌های هوش تجاری، Apache Kudu، Impala و Spark را نصب کنید. کامل با مثال‌های واقعی و آسان برای دنبال کردن، و توصیه‌های عملی

• ادغام HBase، Solr، Oracle، SQL Server، MySQL، Flume، Kafka، HDFS و Amazon S3 با Apache Kudu، Impala، و Spark

• از StreamSets، Talend، Pentaho و CDAP برای پردازش و پردازش داده‌ها در زمان واقعی و دسته‌ای استفاده کنید

• از Trifacta، Alteryx، و Datameer برای جدال داده ها و پردازش تعاملی داده استفاده کنید

• Turbocharge Spark با Alluxio، یک پلت فرم ذخیره سازی در حافظه توزیع شده

• استقرار داده‌های بزرگ در فضای ابری با استفاده از Cloudera Director

• اجرای تجسم داده‌ها در زمان واقعی و تجزیه و تحلیل سری‌های زمانی با استفاده از Zoomdata، Apache Kudu، Impala و Spark

• درک موضوعات کلان داده سازمانی مانند حاکمیت کلان داده، مدیریت ابرداده، اصل و نسب داده، تجزیه و تحلیل تاثیر، و اجرای خط مشی، و نحوه استفاده از Cloudera Navigator برای اجرای مشترک وظایف حاکمیت داده

• پیاده‌سازی موارد استفاده از داده‌های بزرگ مانند ذخیره‌سازی کلان داده، بهینه‌سازی انبار داده، اینترنت اشیاء، مصرف بی‌درنگ داده و تجزیه و تحلیل، پردازش رویدادهای پیچیده، و مقیاس‌پذیر مدل سازی پیش بینی

• مطالعه موردی داده های بزرگ در دنیای واقعی از شرکت های نوآور، از جمله Navistar، Cerner، British Telecom، Shopzilla، Thomson Reuters و Mastercard

این کتاب برای چه کسی است

متخصصان BI و انبار داده های بزرگ که علاقه مند به کسب بینش عملی و دنیای واقعی در مورد پردازش و پردازش کلان داده های نسل بعدی هستند. تجزیه و تحلیل با استفاده از آپاچی کودو، ایمپالا و اسپارک. و کسانی که می خواهند درباره سایر موضوعات پیشرفته سازمانی اطلاعات بیشتری کسب کنند

Utilize this practical and easy-to-follow guide to modernize traditional enterprise data warehouse and business intelligence environments with next-generation big data technologies.

Next-Generation Big Data takes a holistic approach, covering the most important aspects of modern enterprise big data. The book covers not only the main technology stack but also the next-generation tools and applications used for big data warehousing, data warehouse optimization, real-time and batch data ingestion and processing, real-time data visualization, big data governance, data wrangling, big data cloud deployments, and distributed in-memory big data computing. Finally, the book has an extensive and detailed coverage of big data case studies from Navistar, Cerner, British Telecom, Shopzilla, Thomson Reuters, and Mastercard.

What You’ll Learn

• Install Apache Kudu, Impala, and Spark to modernize enterprise data warehouse and business intelligence environments, complete with real-world, easy-to-follow examples, and practical advice

• Integrate HBase, Solr, Oracle, SQL Server, MySQL, Flume, Kafka, HDFS, and Amazon S3 with Apache Kudu, Impala, and Spark

• Use StreamSets, Talend, Pentaho, and CDAP for real-time and batch data ingestion and processing

• Utilize Trifacta, Alteryx, and Datameer for data wrangling and interactive data processing

• Turbocharge Spark with Alluxio, a distributed in-memory storage platform

• Deploy big data in the cloud using Cloudera Director

• Perform real-time data visualization and time series analysis using Zoomdata, Apache Kudu, Impala, and Spark

• Understand enterprise big data topics such as big data governance, metadata management, data lineage, impact analysis, and policy enforcement, and how to use Cloudera Navigator to perform common data governance tasks

• Implement big data use cases such as big data warehousing, data warehouse optimization, Internet of Things, real-time data ingestion and analytics, complex event processing, and scalable predictive modeling

• Study real-world big data case studies from innovative companies, including Navistar, Cerner, British Telecom, Shopzilla, Thomson Reuters, and Mastercard

Who This Book Is For

BI and big data warehouse professionals interested in gaining practical and real-world insight into next-generation big data processing and analytics using Apache Kudu, Impala, and Spark; and those who want to learn more about other advanced enterprise topics