Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном вр.

Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном вр.Нажми для увеличения фото

Рекомендательный сервис

  • Общий рейтинг 4.12
  • Рейтинг покупателей 3.20
  • Рейтинг экспертов 4.61
  • Качество материалов 4.21
  • Надежность 4.11
  • Простота в использовании 4.16
  • Ремонтопригодность 4.46
  • Эффективность выполнения своих функций 4.42
  • Коэффициент удивления "Вау!" 4.12
  • Безопасность для пользователя4.01
  • Внешний вид 4.66
  • Удобство в уходе и чистке 4.14
  • Экологическая безопасность 4.63
  • Гарантия на товар 4.11
  • Соответствие стандартам качества 4.16
  • Инновационные технологии 4.16
  • Хит продаж 4.12
  • Скорость морального устаревания 4.24
  • Энергоэффективность 4.46
  • Универсальность использования 4.20
  • Наличие дополнительных функций 4.13
  • Соотношение цена-качество 3.61
  • Практичность и удобство хранения 4.21
  • Стабильность работы в различных условиях 4.30
  • Возможность персонализации 4.00
  • Ликвидность 4.41
  • Индекс рекомендаций 3.11
В этой книге представлены теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. В ней рассматривается лямбда-архитектура, предназначенная для построения подобных систем, и на примере конкретного веб-приложения поясняются особенности реализации всех уровней этой архитектуры с помощью инструментальных средств вроде Hadoop, Cassandra и Storm. Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных. Книга рассчитана на читателей, стремящихся освоить принципы построения систем больших данных и внедрить их на практике. В крупномасштабных веб-приложениях, которые поддерживают работу социальных сетей, выполняют аналитику в реальном времени или поддерживают электронную торговлю, приходится обрабатывать большие массивы данных, объем и скорость обмена которыми превышают возможности информационных систем, основанных на традиционных базах данных. Для подобных приложений требуются архитектуры, в основе которых лежат кластеры машин для хранения и обработки данных любого объема и с любой скоростью. Правда, масштабируемость и простота не являются взаимоисключающими свойствами подобных архитектур. Эта книга поможет читателю научиться строить системы больших данных, используя архитектуру, специально предназначенную для фиксации и анализа данных в масштабе веб. В ней представлена простая для понимания и масштабируемая лямбда-архитектура, позволяющая разрабатывать информационные системы усилиями небольших команд. В книге даются теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. Помимо общей инфраструктуры для обработки больших данных, читатель может ознакомиться с конкретными технологическими и инструментальными средствами вроде Hadoop, Storm и баз данных типа NoSQL. В этой книге рассматриваются следующие темы. Введение в системы больших данных. Описание особенностей обработки данных масштаба веб в реальном времени. Применение инструментальных средств вроде Hadoop, Cassandra и Storm. Возможность расширить свои знания и навыки за пределы традиционных баз данных. Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных. Об авторах Натан Марц - создатель системы Apache Storm и инициатор применения лямбда-архитектуры для построения систем больших данных. Джеймс Уоррен - архитектор-аналитик с квалификацией в области машинного обучения и научных расчетов. Отзывы о книге "Эта книга выходит за рамки отдельных инструментальных средств или платформ. Обязательна к прочтению всем, кто работает системами больших данных". -Джонатан Эстерхази, компания Groupon "Эта книга - подробный, снабженный примерами экскурс в лямбда-архитектуру под руководством ее изобретателя". -Марк Фишер, компания Pivotal "Книга содержит мудрость, которую можно приобрести только после выполнения многих проектов с большими данными. Обязательна для чтения". -Педро Феррера Бертран, компания Datasalt "Это фактическое руководство по рационализации обработки конвейера данных пакетами и почти в реальном времени". -Алекс Холмс, автор книги Hadoop in Practice
Информация о характеристиках, комплекте поставки, стране изготовления, внешнем виде и цвете товара носит справочный характер и взятая из открытых источников.
Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном вр. продается в интернет-магазине Лабиринт
Эксперт: Ростислав Т., специалист по потребительским товарам
Дата рецензии: 6 октября 2025 года
Рекомендация к покупке нейтральная

Доставка покупки

    • Курьерская доставка в г. Москва;
    • Самовывоз из пункта выдачи.

Оплата заказа

  • Наличный расчет, оплата подарочным сертификатом, через мобильный телефон, наложенный платеж, предоплата на счет, электронные формы оплаты, пластиковые карты, баланс.
  • Наименование: ООО «Лабиринт.РУ»
  • ИНН: 7728644571

Часто задаваемые вопросы

Оплатить покупку возможно банковскими картами, банковским переводом, наличными при получении. Перечень всех способов оплаты доступен при оформлении заказа.
Заказ может быть доставлен курьерской службой, транспортными компаниями, Почтой России. Возможен самовывоз из пунктов выдачи и постаматов. Способ доставки выбирается при оформлении заказа.
Сроки доставки зависят от региона. Обычно это от 1 до 7 рабочих дней. Транспортировка в отдаленные регионы или позиций "под заказ" может достигать до 1 месяца. Точную информацию можно уточнить в карточке товара или у менеджера.
Да, в соответствии с законом «О защите прав потребителя» вы можете вернуть товар в течение 14 дней, если он не был в употреблении и сохранена упаковка.
Да, на большинство товаров предоставляется гарантия от производителя. Срок гарантии указан в описании товара.

Рекомендуем аналогичные товары

Дополнительно из категории

Читайте про психологию покупок.