Andere Kunden interessierten sich auch für
![The Big Data Odyssey - Navigating Insights, Innovation, and Impact]( "The Big Data Odyssey - Navigating Insights, Innovation, and Impact")
The Big Data Odyssey - Navigating Insights, Innovation, and Impact51,99 €![SNS: Auswirkungen auf die akademische Leistung von College-Studenten]( "SNS: Auswirkungen auf die akademische Leistung von College-Studenten")
SNS: Auswirkungen auf die akademische Leistung von College-Studenten49,90 €![Hadoop-Ökosystem, YARN, NoSQL, MongoDB, Spark & Scala-Leitfaden]( "Hadoop-Ökosystem, YARN, NoSQL, MongoDB, Spark & Scala-Leitfaden")
Hadoop-Ökosystem, YARN, NoSQL, MongoDB, Spark & Scala-Leitfaden60,90 €![Auswirkungen von Lichtwellenleitern in der Sprachsignalübertragung]( "Auswirkungen von Lichtwellenleitern in der Sprachsignalübertragung")
Auswirkungen von Lichtwellenleitern in der Sprachsignalübertragung39,90 €![Big Data-Analytik in der Cybersicherheit]( "Big Data-Analytik in der Cybersicherheit")
Big Data-Analytik in der Cybersicherheit43,90 €![Eine Technik zur Standardisierung von Big Data für Datenmanagement-Anwendungen]( "Eine Technik zur Standardisierung von Big Data für Datenmanagement-Anwendungen")
Eine Technik zur Standardisierung von Big Data für Datenmanagement-Anwendungen43,90 €![Studie zu den Auswirkungen des IoT in der Netzwerktechnik]( "Studie zu den Auswirkungen des IoT in der Netzwerktechnik")
Studie zu den Auswirkungen des IoT in der Netzwerktechnik39,90 €
"Die Big-Data-Odyssee: Einblicke, Innovationen und Auswirkungen gewinnen" ist ein umfassender Leitfaden zu Big Data und Hadoop. Das Buch beginnt mit einer Einführung in Big Data, seine Quellen, Geschichte, Antriebskräfte, Merkmale und Anwendungen. Anschließend werden die wichtigsten Merkmale wie intelligente Datenanalyse, die Art der Daten, Analyseprozesse, Tools, Sicherheit, Compliance, Auditing, Schutz, Privatsphäre und Ethik behandelt. Als Nächstes wird auf Hadoop eingegangen, einschließlich seiner Geschichte, des Apache Hadoop-Projekts, des Hadoop Distributed File System (HDFS), des Hadoop-Ökosystems, der Datenformate, der Datenanalyse, der Skalierung, des Streaming und der Pipes. Im weiteren Verlauf wird das MapReduce-Framework vorgestellt und seine Grundlagen, Funktionsweise, Anwendungsentwicklung, Unit-Tests mit MR Unit, Job-Anatomie, Scheduling, Task-Ausführung, Typen, Eingabe- und Ausgabeformate und Funktionen erklärt. Das letzte Kapitel dieses Buches konzentriert sich auf HDFS und beschreibt dessen Design, Konzepte, Vorteile, Herausforderungen, Dateigrößen, Blockabstraktion, Datenreplikation, Java-Schnittstellen, Dateisystemschnittstellen-Befehlszeile, Datenfluss, Dateneingabe mit Flume und Scoop, Archive, E/A, Sicherheit, Verwaltung, Überwachung, Wartung, Benchmarks und Cloud-Einsatz.