Avis des lecteurs
Résumé:Le livre fournit une exploration détaillée de l'architecture Lambda, de ses composants et de son application dans le traitement des données volumineuses (big data). Bien que de nombreuses critiques fassent l'éloge de la théorie et de la clarté du contenu, il existe des problèmes liés à la reliure physique du livre et des préoccupations concernant la mise en œuvre pratique.
Avantages:⬤ Explication détaillée et bien organisée de l'architecture Lambda et des concepts de big data.
⬤ Des aperçus théoriques clairs jusqu'au niveau de l'octet.
⬤ Aide à comprendre les complexités du big data.
⬤ Convient aussi bien aux débutants qu'aux développeurs expérimentés ; aborde efficacement les problèmes du monde réel.
⬤ Permet une plongée en profondeur dans la couche de traitement par lots et les pseudo-modèles.
⬤ Mauvaise qualité de la reliure et de l'assemblage
⬤ certains exemplaires se désagrègent.
⬤ Peu de solutions pratiques ou de mises à jour pour l'architecture abordée, ce qui donne l'impression que certains contenus sont dépassés.
⬤ Certains lecteurs trouvent que l'approche manque de détails de mise en œuvre applicables aux cadres actuels.
⬤ Tous les lecteurs ne saisissent pas facilement les concepts
⬤ Certains se sont sentis désorientés.
(basé sur 60 avis de lecteurs)
Titre original :
Big Data: Principles and Best Practices of Scalable Realtime Data Systems
Contenu du livre :
Résumé
Big Data vous apprend à construire des systèmes de big data en utilisant une architecture qui tire parti du matériel en grappe ainsi que de nouveaux outils conçus spécifiquement pour capturer et analyser des données à l'échelle du Web. Il décrit une approche évolutive et facile à comprendre des systèmes de big data qui peuvent être construits et exploités par une petite équipe. À l'aide d'un exemple réaliste, ce livre guide les lecteurs à travers la théorie des systèmes de big data, la façon de les mettre en œuvre dans la pratique, et la façon de les déployer et de les exploiter une fois qu'ils sont construits.
L'achat du livre imprimé inclut un livre électronique gratuit aux formats PDF, Kindle et ePub de Manning Publications.
À propos du livre
Les applications Web telles que les réseaux sociaux, les analyses en temps réel ou les sites de commerce électronique gèrent une grande quantité de données, dont le volume et la vitesse dépassent les limites des systèmes de base de données traditionnels. Ces applications nécessitent des architectures construites autour de clusters de machines pour stocker et traiter des données de n'importe quelle taille ou vitesse. Heureusement, l'échelle et la simplicité ne s'excluent pas mutuellement.
Big Data vous apprend à construire des systèmes big data à l'aide d'une architecture conçue spécifiquement pour capturer et analyser des données à l'échelle du web. Ce livre présente l'architecture Lambda, une approche évolutive et facile à comprendre qui peut être construite et gérée par une petite équipe. Vous explorerez la théorie des systèmes de big data et la manière de les mettre en œuvre dans la pratique. En plus de découvrir un cadre général pour le traitement des big data, vous apprendrez des technologies spécifiques comme Hadoop, Storm et les bases de données NoSQL.
Ce livre ne nécessite aucune exposition préalable à l'analyse de données à grande échelle ou aux outils NoSQL. Une bonne connaissance des bases de données traditionnelles est utile.
Contenu
⬤ Introduction aux systèmes de big data.
⬤ Traitement en temps réel des données à l'échelle du web.
⬤ Outils comme Hadoop, Cassandra et Storm.
Les outils comme Hadoop, Cassandra et Storm ⬤ Les extensions des compétences traditionnelles en matière de bases de données.
A propos des auteurs
Nathan Marz est le créateur d'Apache Storm et l'initiateur de l'architecture Lambda pour les systèmes de big data. James Warren est un architecte analytique avec une formation en apprentissage automatique et en informatique scientifique.
Table des matières
⬤ Un nouveau paradigme pour le Big Data.
PARTIE 1 COUCHE DE TRAITEMENT PAR LOTS.
⬤ Modèle de données pour le Big Data.
⬤ Modèle de données pour le Big Data : Illustration.
⬤ Stockage des données sur la couche batch.
⬤ Stockage des données sur la couche de traitement par lots : Illustration.
⬤ Couche batch.
⬤ Couche batch : Illustration.
⬤ Exemple de couche de traitement par lots : Architecture et algorithmes.
⬤ Exemple de couche de traitement par lots : Mise en œuvre.
PARTIE 2 COUCHE DE SERVICE.
⬤ Couche de service.
⬤ Couche de service : Illustration.
PARTIE 3 COUCHE DE VITESSE.
⬤ Vues en temps réel.
⬤ Vues en temps réel : Illustration.
⬤ Les files d'attente et le traitement des flux.
⬤ Traitement des files d'attente et des flux : Illustration.
⬤ Traitement des flux par micro-lots.
⬤ Traitement par micro-lots : Illustration.
⬤ Architecture Lambda en profondeur.
Autres informations sur le livre :
| ISBN : | 9781617290343 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2015 |
| Nombre de pages : | 328 |
Achat:
Actuellement disponible, en stock.
