Programming Elastic MapReduce

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.