Pro Hadoop Data Analytics : Designing and Building Big Data Systems using the Hadoop Ecosystem

ویرایش: 1 
نویسندگان: Kerry Koitzsch (auth.)  
سری:  
ISBN (شابک) : 9781484219096, 9781484219102 
ناشر: Apress 
سال نشر: 2017 
تعداد صفحات: 304 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 22 مگابایت 

قیمت کتاب (تومان) : 53,000



تکنیک های تحلیلی پیشرفته را بیاموزید و از ابزارهای موجود برای قدرتمندتر، دقیق تر و کارآمدتر کردن برنامه های تحلیلی خود استفاده کنید. این کتاب ترکیب مناسبی از اطلاعات معماری، طراحی و پیاده‌سازی را برای ایجاد سیستم‌های تحلیلی ارائه می‌کند که فراتر از اصول اولیه طبقه‌بندی، خوشه‌بندی و توصیه است.

در Pro Hadoop Data Analytics بهترین شیوه ها برای اطمینان از توسعه منسجم و کارآمد مورد تاکید قرار می گیرند. یک سیستم نمونه کامل با استفاده از مؤلفه‌های شخص ثالث استاندارد که شامل جعبه‌های ابزار، کتابخانه‌ها، کدهای تجسمی و گزارش‌دهی و همچنین چسب پشتیبانی برای ارائه یک سیستم کارآمد و قابل گسترش است، توسعه می‌یابد.

< p>این کتاب بر چهار موضوع مهم تاکید دارد:

• اهمیت سیستم‌های خط لوله داده سرتاسر، انعطاف‌پذیر، قابل تنظیم، با کارایی بالا با اجزای تحلیلی و همچنین نتایج تجسم مناسب.
بهترین شیوه ها و اصول طراحی ساختاریافته. این شامل موضوعات استراتژیک و همچنین نحوه نمونه‌سازی بخش‌ها می‌شود.
• اهمیت ترکیب و تطبیق یا سیستم‌های ترکیبی، استفاده از اجزای تحلیلی مختلف در یک برنامه برای دستیابی به اهداف برنامه. رویکرد ترکیبی در مثال‌ها برجسته خواهد بود.
استفاده از کتابخانه‌های شخص ثالث موجود کلید توسعه مؤثر است. با توسعه سیستم نمونه، نمونه‌های غواصی عمیق از عملکرد برخی از این جعبه‌ابزارها به نمایش گذاشته می‌شود.

آنچه یاد خواهید گرفت

• چیستی، چرایی و چگونگی ساخت سیستم‌های تجزیه و تحلیل داده‌های بزرگ با اکوسیستم هادوپ
• کتابخانه‌ها، جعبه‌های ابزار و الگوریتم‌ها برای آسان‌تر و موثرتر کردن توسعه
• بهترین روش‌ها برای استفاده در هنگام ساخت سیستم‌های تحلیلی با Hadoop و معیارهایی برای اندازه‌گیری عملکرد و کارایی اجزا و سیستم‌ها
• نحوه اتصال به پایگاه‌های داده رابطه‌ای استاندارد، منابع داده noSQL و موارد دیگر
مطالعات موردی مفید و مؤلفه‌های نمونه که به شما کمک می‌کنند در ایجاد سیستم های خود

این کتاب برای چه کسانی است
مهندسان نرم افزار، معماران، و دانشمندان داده با علاقه به طراحی و اجرای سیستم های تحلیلی داده های بزرگ با استفاده از Hadoop، Hadoop اکوسیستم و سایر فناوری‌های مرتبط.

Learn advanced analytical techniques and leverage existing toolkits to make your analytic applications more powerful, precise, and efficient. This book provides the right combination of architecture, design, and implementation information to create analytical systems which go beyond the basics of classification, clustering, and recommendation.

In Pro Hadoop Data Analytics best practices are emphasized to ensure coherent, efficient development. A complete example system will be developed using standard third-party components which will consist of the toolkits, libraries, visualization and reporting code, as well as support glue to provide a working and extensible end-to-end system.

The book emphasizes four important topics:

• The importance of end-to-end, flexible, configurable, high-performance data pipeline systems with analytical components as well as appropriate visualization results.
Best practices and structured design principles. This will include strategic topics as well as the how to example portions.
• The importance of mix-and-match or hybrid systems, using different analytical components in one application to accomplish application goals. The hybrid approach will be prominent in the examples.
Use of existing third-party libraries is key to effective development. Deep dive examples of the functionality of some of these toolkits will be showcased as you develop the example system.

What You'll Learn

• The what, why, and how of building big data analytic systems with the Hadoop ecosystem
• Libraries, toolkits, and algorithms to make development easier and more effective
• Best practices to use when building analytic systems with Hadoop, and metrics to measure performance and efficiency of components and systems
• How to connect to standard relational databases, noSQL data sources, and more
Useful case studies and example components which assist you in creating your own systems

Who This Book Is For
Software engineers, architects, and data scientists with an interest in the design and implementation of big data analytical systems using Hadoop, the Hadoop ecosystem, and other associated technologies.

Front Matter....Pages i-xxi
Front Matter....Pages 1-1
Overview: Building Data Analytic Systems with Hadoop....Pages 3-27
A Scala and Python Refresher....Pages 29-42
Standard Toolkits for Hadoop and Analytics....Pages 43-62
Relational, NoSQL, and Graph Databases....Pages 63-76
Data Pipelines and How to Construct Them....Pages 77-90
Advanced Search Techniques with Hadoop, Lucene, and Solr....Pages 91-136
Front Matter....Pages 137-137
An Overview of Analytical Techniques and Algorithms....Pages 139-150
Rule Engines, System Control, and System Orchestration....Pages 151-164
Putting It All Together: Designing a Complete Analytical System....Pages 165-175
Front Matter....Pages 177-177
Data Visualizers: Seeing and Interacting with the Analysis....Pages 179-200
Front Matter....Pages 235-235
A Case Study in Bioinformatics: Analyzing Microscope Slide Data....Pages 203-214
A Bayesian Analysis Component: Identifying Credit Card Fraud....Pages 215-221
Searching for Oil: Geographical Data Analysis with Apache Mahout....Pages 223-233
“Image As Big Data” Systems: Some Case Studies....Pages 235-255
Building a General Purpose Data Pipeline....Pages 257-262
Conclusions and the Future of Big Data Analysis....Pages 263-273
Back Matter....Pages 275-298