Hadoop v praxi: Včetně 104 technik [s elektronickou knihou]

Recenze čtenářů

Kniha Hadoop v praxi je oceňována za důkladné pokrytí problematiky Hadoop a MapReduce a obsahuje řadu praktických příkladů a snadno pochopitelných případů použití. Doporučujeme ji těm, kteří mají základní znalosti jazyka Java a konceptů Hadoop. Pro úplné začátečníky však může být náročná a kvalita tisku se setkala s určitou kritikou.

Vynikající příklady z praxe a případy použití, dobrá struktura s přehledy a shrnutími, přehledné diagramy, komplexní pokrytí témat Hadoopu, dobře napsané a přístupné pro středně pokročilé čtenáře.

Předpokládá předchozí znalost Javy a konceptů Hadoop, pro úplné začátečníky může být složitá, kvalita tisku je špatná.

(na základě 14 hodnocení čtenářů)

Původní název:

Hadoop in Practice: Includes 104 Techniques [With eBook]

Obsah knihy:

Shrnutí

Druhé vydání knihy Hadoop v praxi přináší více než 100 vyzkoušených a okamžitě použitelných technik, které vám pomohou ovládnout velká data pomocí Hadoopu. Toto přepracované nové vydání zahrnuje změny a nové funkce v základní architektuře Hadoopu, včetně MapReduce 2. Zcela nové kapitoly se zabývají sítí YARN a integrací Kafky, Impaly a Spark SQL s Hadoopem. Získáte také nové a aktualizované techniky pro Flume, Sqoop a Mahout, které se nedávno dočkaly významných nových verzí. Stručně řečeno, jedná se o nejpraktičtější a nejaktuálnější pokrytí Hadoopu, které je kdekoli k dispozici.

Zakoupení tištěné knihy zahrnuje bezplatnou elektronickou knihu ve formátech PDF, Kindle a ePub od Manning Publications.

O knize

Vždy je vhodná doba na to, abyste si vylepšili své dovednosti v oblasti Hadoopu Hadoop v praxi, druhé vydání poskytuje sbírku 104 ověřených, okamžitě použitelných technik pro analýzu datových toků v reálném čase, bezpečný přesun dat, strojové učení, správu rozsáhlých klastrů a zkrocení velkých dat pomocí Hadoopu. Toto kompletně přepracované vydání zahrnuje změny a nové funkce v jádru Hadoopu, včetně MapReduce 2 a YARN. Osvojíte si praktické osvědčené postupy pro integraci Sparku, Kafky a Impaly s Hadoopem a získáte nové a aktualizované techniky pro nejnovější verze Flume, Sqoop a Mahout. Stručně řečeno, jedná se o nejpraktičtější a nejaktuálnější dostupné pokrytí Hadoopu.

Čtenáři musí znát programovací jazyk, jako je Java, a mít základní znalosti o Hadoopu.

Co je uvnitř

⬤ Důkladně aktualizováno pro Hadoop 2.

⬤ Jak psát aplikace YARN.

⬤ Integrace technologií reálného času, jako jsou Storm, Impala a Spark.

⬤ Prediktivní analýza pomocí Mahoutu a RR.

⬤ Čtenáři potřebují znát programovací jazyk, jako je Java, a mít základní povědomí o Hadoopu.

O autorovi

Alex Holmes pracuje na náročných problémech v oblasti velkých dat. Je softwarový inženýr, autor, řečník a blogger specializující se na rozsáhlé projekty Hadoop.

Obsah

ČÁST 1 POZADÍ A ZÁKLADY.

⬤ Hadoop v mžiku.

⬤ Úvod do YARN.

ČÁST 2 DATOVÁ LOGISTIKA.

⬤ Serializace dat--práce s textem a další.

⬤ Organizace a optimalizace dat v systému HDFS.

⬤ Přesun dat do a z Hadoopu.

ČÁST 3 VZORY VELKÝCH DAT.

⬤ Aplikace vzorů MapReduce na velká data.

⬤ Využití datových struktur a algoritmů v měřítku.

⬤ Nastavení, ladění a testování.

ČÁST 4 NAD RÁMEC MAPREDUCE.

⬤ SQL na Hadoopu.

⬤  Psaní aplikace YARN.