Bewertung:
Das Buch „Hadoop in der Praxis“ wird weithin für seine gründliche Behandlung von Hadoop und MapReduce gelobt und enthält zahlreiche praktische Beispiele und leicht verständliche Anwendungsfälle. Es ist für diejenigen zu empfehlen, die über einige Grundkenntnisse in Java und Hadoop-Konzepten verfügen. Für absolute Anfänger kann es jedoch eine Herausforderung sein, und die Druckqualität hat einige Kritik erhalten.
Vorteile:Hervorragende Beispiele und Anwendungsfälle aus der Praxis, gute Struktur mit Übersichten und Zusammenfassungen, klare Diagramme, umfassende Abdeckung der Hadoop-Themen, gut geschrieben und für fortgeschrittene Leser zugänglich.
Nachteile:Setzt Vorkenntnisse in Java und Hadoop-Konzepten voraus, kann für absolute Anfänger komplex sein, Druckqualität ist schlecht.
(basierend auf 14 Leserbewertungen)
Hadoop in Practice: Includes 104 Techniques [With eBook]
Zusammenfassung
Hadoop in der Praxis, Zweite Auflage bietet über 100 getestete, sofort einsetzbare Techniken, die Ihnen helfen werden, Big Data mit Hadoop zu erobern. Diese überarbeitete Neuauflage behandelt Änderungen und neue Funktionen in der Hadoop-Kernarchitektur, einschließlich MapReduce 2. Brandneue Kapitel behandeln YARN und die Integration von Kafka, Impala und Spark SQL mit Hadoop. Außerdem erhalten Sie neue und aktualisierte Techniken für Flume, Sqoop und Mahout, die alle in letzter Zeit wichtige neue Versionen erhalten haben. Kurzum, dies ist die praktischste und aktuellste Hadoop-Behandlung, die es gibt.
Der Kauf des gedruckten Buches beinhaltet ein kostenloses eBook im PDF-, Kindle- und ePub-Format von Manning Publications.
Über das Buch
Es ist immer ein guter Zeitpunkt, seine Hadoop-Kenntnisse auf den neuesten Stand zu bringen Hadoop in der Praxis, 2. Auflage bietet eine Sammlung von 104 getesteten, sofort einsetzbaren Techniken für die Analyse von Echtzeitströmen, die sichere Übertragung von Daten, maschinelles Lernen, die Verwaltung von großen Clustern und die Zähmung von Big Data mit Hadoop. Diese komplett überarbeitete Ausgabe deckt Änderungen und neue Funktionen im Hadoop-Kern ab, einschließlich MapReduce 2 und YARN. Sie erhalten praktische Best Practices für die Integration von Spark, Kafka und Impala mit Hadoop sowie neue und aktualisierte Techniken für die neuesten Versionen von Flume, Sqoop und Mahout. Kurz gesagt, dies ist die praktischste und aktuellste Hadoop-Behandlung, die es gibt.
Die Leser müssen eine Programmiersprache wie Java beherrschen und mit Hadoop vertraut sein.
Was ist drin?
⬤ Grundlegend aktualisiert für Hadoop 2.
⬤ Wie man YARN-Anwendungen schreibt.
⬤ Integration von Echtzeittechnologien wie Storm, Impala und Spark.
⬤ Prädiktive Analysen mit Mahout und RR.
⬤ Leser sollten eine Programmiersprache wie Java beherrschen und mit Hadoop grundlegend vertraut sein.
Über den Autor
Alex Holmes arbeitet an schwierigen Big-Data-Problemen. Er ist Software-Ingenieur, Autor, Redner und Blogger und hat sich auf große Hadoop-Projekte spezialisiert.
Inhaltsverzeichnis
TEIL 1: HINTERGRUND UND GRUNDLAGEN.
⬤ Hadoop im Handumdrehen.
⬤ Einführung in YARN.
TEIL 2 DATENLOGISTIK.
⬤ Datenserialisierung - Arbeiten mit Text und darüber hinaus.
⬤ Organisieren und Optimieren von Daten im HDFS.
⬤ Daten in und aus Hadoop verschieben.
TEIL 3 BIG-DATA-MUSTER.
⬤ Anwendung von MapReduce-Mustern auf Big Data.
⬤ Nutzung von Datenstrukturen und Algorithmen in großem Maßstab.
⬤ Tuning, Fehlersuche und Testen.
TEIL 4 ÜBER MAPREDUCE HINAUS.
⬤ SQL auf Hadoop.
⬤ Schreiben einer YARN-Anwendung.
| ISBN: | 9781617292224 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2015 |
| Seitenzahl: | 511 |
Derzeit verfügbar, auf Lager.
