برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Programming Pig

دانلود کتاب خوک برنامه نویسی

مشخصات کتاب

Programming Pig

دسته بندی: الگوریتم ها و ساختارهای داده
ویرایش: 1 
نویسندگان: Alan Gates  
سری:  
ISBN (شابک) : 1449302645, 9781449302641 
ناشر: O'Reilly Media 
سال نشر: 2011 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت

قیمت کتاب (تومان) : 38,000

کلمات کلیدی مربوط به کتاب خوک برنامه نویسی: انفورماتیک و مهندسی کامپیوتر، محاسبات موازی و VS

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 3

در صورت تبدیل فایل کتاب Programming Pig 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 خوک برنامه نویسی 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.

توضیحاتی در مورد کتاب خوک برنامه نویسی

این راهنما یک ابزار یادگیری ایده آل و مرجع برای Apache Pig، موتور منبع باز برای اجرای جریان های داده موازی در Hadoop است. با Pig، می‌توانید داده‌ها را بدون نیاز به ایجاد یک برنامه کامل پردازش کنید و آزمایش مجموعه داده‌های جدید را برای شما آسان می‌کند. برنامه نویسی Pig کاربران جدیدی را با Pig معرفی می کند و به کاربران با تجربه پوشش جامعی در مورد ویژگی های کلیدی مانند زبان اسکریپت لاتین Pig، پوسته Grunt و توابع تعریف شده کاربر (UDFs) برای گسترش Pig ارائه می دهد. اگر نیاز به تجزیه و تحلیل ترابایت داده دارید، این کتاب به شما نشان می دهد که چگونه با استفاده از Pig.Delve این کار را به طور موثر در مدل داده های Pig انجام دهید، از جمله انواع داده های اسکالر و پیچیده. استفاده از Grunt برای کار با سیستم فایل توزیع شده Hadoop (HDFS) ایجاد خطوط لوله پردازش داده پیچیده با ماکروهای Pig و ویژگی‌های مدولاریتی. جاسازی Pig Latin در Python برای پردازش تکراری و سایر کارهای پیشرفته. نکات عملکردی را برای اجرای اسکریپت ها در خوشه های Hadoop در زمان کمتری دریافت کنید

توضیحاتی درمورد کتاب به خارجی

This guide is an ideal learning tool and reference for Apache Pig, the open source engine for executing parallel data flows on Hadoop. With Pig, you can batch-process data without having to create a full-fledged application—making it easy for you to experiment with new datasets. Programming Pig introduces new users to Pig, and provides experienced users with comprehensive coverage on key features such as the Pig Latin scripting language, the Grunt shell, and User Defined Functions (UDFs) for extending Pig. If you need to analyze terabytes of data, this book shows you how to do it efficiently with Pig.Delve into Pig’s data model, including scalar and complex data types Write Pig Latin scripts to sort, group, join, project, and filter your data Use Grunt to work with the Hadoop Distributed File System (HDFS) Build complex data processing pipelines with Pig’s macros and modularity features Embed Pig Latin in Python for iterative processing and other advanced tasks Create your own load and store functions to handle data formats and storage mechanisms Get performance tips for running scripts on Hadoop clusters in less time

فهرست مطالب

Content: Table of Contents
 Preface
 Data Addiction
 Who Should Read This Book
 Conventions Used in This Book
 Code Examples in This Book
 Using Code Examples
 Safari® Books Online
 How to Contact Us
 Acknowledgments
 Chapter 1. Introduction
 What Is Pig?
 Pig on Hadoop
 MapReduce\'s hello world
 Pig Latin, a Parallel Dataflow Language
 Comparing query and dataflow languages
 How Pig differs from MapReduce
 What Is Pig Useful For?
 Pig Philosophy
 Pig\'s History
 Chapter 2. Installing and Running Pig
 Downloading and Installing Pig
 Downloading the Pig Package from Apache
 Downloading Pig from Cloudera. Downloading Pig Artifacts from MavenDownloading the Source
 Running Pig
 Running Pig Locally on Your Machine
 Running Pig on Your Hadoop Cluster
 Running Pig in the Cloud
 Command-Line and Configuration Options
 Return Codes
 Chapter 3. Grunt
 Entering Pig Latin Scripts in Grunt
 HDFS Commands in Grunt
 Controlling Pig from Grunt
 Chapter 4. Pig\'s Data Model
 Types
 Scalar Types
 Complex Types
 Map
 Tuple
 Bag
 Nulls
 Schemas
 Casts
 Chapter 5. Introduction to Pig Latin
 Preliminary Matters
 Case Sensitivity
 Comments
 Input and Output
 Load
 Store
 Dump
 Relational Operations
 foreach. Expressions in foreachUDFs in foreach
 Naming fields in foreach
 Filter
 Group
 Order by
 Distinct
 Join
 Limit
 Sample
 Parallel
 User Defined Functions
 Registering UDFs
 Registering Python UDFs
 define and UDFs
 Calling Static Java Functions
 Chapter 6. Advanced Pig Latin
 Advanced Relational Operations
 Advanced Features of foreach
 flatten
 Nested foreach
 Using Different Join Implementations
 Joining small to large data
 Joining skewed data
 Joining sorted data
 cogroup
 union
 cross
 Integrating Pig with Legacy Code and MapReduce
 stream
 mapreduce
 Nonlinear Data Flows. Controlling Executionset
 Setting the Partitioner
 Pig Latin Preprocessor
 Parameter Substitution
 Macros
 Including Other Pig Latin Scripts
 Chapter 7. Developing and Testing Pig Latin Scripts
 Development Tools
 Syntax Highlighting and Checking
 describe
 explain
 illustrate
 Pig Statistics
 MapReduce Job Status
 Debugging Tips
 Testing Your Scripts with PigUnit
 Chapter 8. Making Pig Fly
 Writing Your Scripts to Perform Well
 Filter Early and Often
 Project Early and Often
 Set Up Your Joins Properly
 Use Multiquery When Possible
 Choose the Right Data Type. Select the Right Level of ParallelismWriting Your UDF to Perform
 Tune Pig and Hadoop for Your Job
 Using Compression in Intermediate Results
 Data Layout Optimization
 Bad Record Handling
 Chapter 9. Embedding Pig Latin in Python
 Compile
 Bind
 Binding Multiple Sets of Variables
 Run
 Running Multiple Bindings
 Utility Methods
 Chapter 10. Writing Evaluation and Filter Functions
 Writing an Evaluation Function in Java
 Where Your UDF Will Run
 Evaluation Function Basics
 Interacting with Pig values
 Input and Output Schemas
 Error Handling and Progress Reporting.