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: Phillips. Chris, Schmidt. Kevin James سری: ISBN (شابک) : 9781449363628 ناشر: O'Reilly Media سال نشر: 2014 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Programming Elastic MapReduce 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 برنامه نویسی Elastic MapReduce 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.
اگرچه برای پردازش حجم عظیمی از داده ها با Apache Hadoop نیازی به زیرساخت محاسباتی بزرگ ندارید، اما شروع کار ممکن است دشوار باشد. این راهنمای عملی به شما نشان میدهد که چگونه با استفاده از Amazon Elastic MapReduce (EMR)، چارچوب Hadoop میزبانی شده در خدمات وب آمازون (AWS) به سرعت پروژههای تجزیه و تحلیل داده را در فضای ابری راهاندازی کنید.
نویسندگان کوین اشمیت و کریستوفر فیلیپس نشان میدهند. بهترین روشها برای استفاده از EMR و فناوریهای مختلف AWS و Apache با راهنمایی شما در ساخت یک نمونه برنامه تحلیل گزارش MapReduce. با استفاده از نمونههای کد و پیکربندیهای نمونه، یاد میگیرید که چگونه بلوکهای ساختمانی لازم برای حل بزرگترین مشکلات تجزیه و تحلیل دادههای خود را جمع آوری کنید.
Although you don't need a large computing infrastructure to process massive amounts of data with Apache Hadoop, it can still be difficult to get started. This practical guide shows you how to quickly launch data analysis projects in the cloud by using Amazon Elastic MapReduce (EMR), the hosted Hadoop framework in Amazon Web Services (AWS).
Authors Kevin Schmidt and Christopher Phillips demonstrate best practices for using EMR and various AWS and Apache technologies by walking you through the construction of a sample MapReduce log analysis application. Using code samples and example configurations, you'll learn how to assemble the building blocks necessary to solve your biggest data analysis problems.