Veľké dáta: Princípy a osvedčené postupy škálovateľných dátových systémov v reálnom čase

Recenzie čitateľov

Kniha poskytuje podrobný prehľad architektúry Lambda, jej komponentov a jej použitia pri spracovaní veľkých objemov dát. Zatiaľ čo mnohé recenzie chvália teóriu a zrozumiteľnosť obsahu, existujú problémy s fyzickou väzbou knihy a niektoré obavy týkajúce sa praktickej implementácie.

⬤ Dobre organizovaný a podrobný výklad architektúry Lambda a konceptov veľkých dát.
⬤ Jasné teoretické poznatky až na úroveň bajtov.
⬤ Užitočné na pochopenie zložitosti veľkých dát.
⬤ Vhodné pre začiatočníkov aj skúsených vývojárov; efektívne rieši problémy reálneho sveta.
⬤ Poskytuje hlboký ponor do dávkovej vrstvy a pseudomodelov.

⬤ Slabá kvalita fyzickej väzby a zostavenia
⬤ niektoré kópie sa rozpadajú.
⬤ Obmedzené praktické riešenia alebo aktualizácie pre rozoberanú architektúru, takže niektorý obsah pôsobí zastaralo.
⬤ Niektorí čitatelia zistili, že v prístupe chýbajú použiteľné implementačné detaily pre súčasné rámce.
⬤ Nie všetci čitatelia ľahko pochopili koncepty
⬤ niektorí sa cítili zmätení.

(na základe 60 čitateľských recenzií)

Pôvodný názov:

Big Data: Principles and Best Practices of Scalable Realtime Data Systems

Obsah knihy:

Zhrnutie

Big Data vás naučí budovať systémy na spracovanie veľkých objemov dát pomocou architektúry, ktorá využíva výhody klastrového hardvéru spolu s novými nástrojmi navrhnutými špeciálne na zachytávanie a analýzu dát vo webovom meradle. Opisuje škálovateľný, ľahko pochopiteľný prístup k systémom veľkých dát, ktoré môže vybudovať a prevádzkovať malý tím. Na reálnom príklade táto kniha sprevádza čitateľov teóriou systémov veľkých dát, ich praktickou implementáciou a nasadením a prevádzkou po ich vybudovaní.

Zakúpenie tlačenej knihy zahŕňa bezplatnú elektronickú knihu vo formátoch PDF, Kindle a ePub od vydavateľstva Manning Publications.

O knihe

Webové aplikácie, ako sú sociálne siete, analytika v reálnom čase alebo stránky elektronického obchodu, pracujú s množstvom údajov, ktorých objem a rýchlosť presahujú limity tradičných databázových systémov. Tieto aplikácie si vyžadujú architektúry postavené na klastroch strojov na ukladanie a spracovanie údajov akejkoľvek veľkosti alebo rýchlosti. Našťastie, rozsah a jednoduchosť sa navzájom nevylučujú.

Big Data vás naučí vytvárať systémy na spracovanie veľkých objemov dát pomocou architektúry navrhnutej špeciálne na zachytávanie a analýzu dát vo webovom meradle. Táto kniha predstavuje architektúru Lambda, škálovateľný, ľahko pochopiteľný prístup, ktorý môže vytvoriť a prevádzkovať malý tím. Zoznámite sa s teóriou systémov veľkých dát a s tým, ako ich implementovať v praxi. Okrem toho, že objavíte všeobecný rámec na spracovanie veľkých dát, spoznáte aj konkrétne technológie, ako sú Hadoop, Storm a databázy NoSQL.

Táto kniha nevyžaduje žiadne predchádzajúce skúsenosti s analýzou veľkých dát alebo nástrojmi NoSQL. Užitočná je znalosť tradičných databáz.

Čo je vnútri

⬤ Úvod do systémov veľkých dát.

⬤  Spracovanie údajov v reálnom čase v internetovom meradle.

⬤ Nástroje ako Hadoop, Cassandra a Storm.

⬤ Rozšírenie tradičných databázových zručností.

O autoroch

Nathan Marz je tvorcom Apache Storm a pôvodcom architektúry Lambda pre systémy veľkých dát. James Warren je analytický architekt so skúsenosťami v oblasti strojového učenia a vedeckých výpočtov.

Obsah

⬤ Nová paradigma pre veľké dáta.

ČASŤ 1 DÁVKOVÁ VRSTVA.

⬤ Dátový model pre veľké dáta.

⬤ Dátový model pre veľké dáta: Ilustrácia.

⬤ Ukladanie údajov na dávkovej vrstve.

⬤ Ukladanie údajov v dávkovej vrstve: Ilustrácia.

⬤ Dávková vrstva.

⬤ Dávková vrstva: Ilustrácia.

⬤ Príklad dávkovej vrstvy: Architektúra a algoritmy.

⬤ Príklad dávkovej vrstvy: Implementácia.

ČASŤ 2 OBSLUŽNÁ VRSTVA.

⬤ Obslužná vrstva.

⬤ Servírujúca vrstva: Ilustrácia.

ČASŤ 3 RÝCHLOSTNÁ VRSTVA.

⬤ Pohľady v reálnom čase.

⬤ Pohľady v reálnom čase: Ilustrácia.

⬤ Rozdelenie do radov a prúdové spracovanie.

⬤ Rozdelenie do radov a prúdové spracovanie: Ilustrácia.

⬤ Mikrodávkové prúdové spracovanie.

⬤ Mikrodávkové spracovanie toku: Ilustrácia.

⬤ Lambda architektúra do hĺbky.