Big Data: A skálázható valós idejű adatrendszerek alapelvei és legjobb gyakorlatai

Olvasói vélemények

A könyv részletesen bemutatja a Lambda architektúrát, annak összetevőit és alkalmazását a nagy adatok kezelésében. Bár számos kritika dicséri az elméletet és a tartalom áttekinthetőségét, a könyv fizikai kötésével kapcsolatos problémák és a gyakorlati megvalósítással kapcsolatos néhány aggály is felmerül.

⬤ Jól szervezett és részletes magyarázat a Lambda-architektúra és a nagy adatfogalmakról.
⬤ Világos elméleti betekintés egészen a bájt szintjéig.
⬤ Hasznos a nagy adatok összetettségének megértéséhez.
⬤ Kezdő és tapasztalt fejlesztők számára egyaránt alkalmas; hatékonyan foglalkozik a valós problémákkal.
⬤ Mély merülést nyújt a kötegelt réteg és az álmodellek terén.

⬤ Gyenge fizikai kötés és összeállítás minősége
⬤ Néhány példány szétesik.
⬤ Korlátozott gyakorlati megoldások vagy frissítések a tárgyalt architektúrához, így egyes tartalmak elavultnak tűnnek.
⬤ Néhány olvasó úgy találja, hogy a megközelítésből hiányoznak a jelenlegi keretrendszerekhez alkalmazható végrehajtási részletek.
⬤ Nem minden olvasó érti meg könnyen a fogalmakat
⬤ néhányan zavarosnak érezték.

(60 olvasói vélemény alapján)

Eredeti címe:

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

Könyv tartalma:

Összefoglaló

A Big Data megtanít nagy adatrendszereket építeni egy olyan architektúra segítségével, amely kihasználja a fürtözött hardver előnyeit, valamint a kifejezetten webes méretű adatok rögzítésére és elemzésére tervezett új eszközöket. A könyv a nagy adatrendszerek skálázható, könnyen érthető megközelítését írja le, amelyet egy kis csapat is megépíthet és üzemeltethet. A könyv egy életszerű példát követve vezeti végig az olvasót a nagyadat-rendszerek elméletén, a gyakorlati megvalósításukon, valamint a megépítésük után a telepítésükön és üzemeltetésükön.

A nyomtatott könyv megvásárlása magában foglalja a Manning Publications ingyenes e-könyvét PDF, Kindle és ePub formátumban.

A könyvről

Az olyan webes méretű alkalmazások, mint a közösségi hálózatok, a valós idejű elemzések vagy az e-kereskedelmi oldalak rengeteg adatot kezelnek, amelyek mennyisége és sebessége meghaladja a hagyományos adatbázis-rendszerek korlátait. Ezek az alkalmazások olyan architektúrákat igényelnek, amelyek gépcsoportokra épülnek, hogy bármilyen méretű és sebességű adatokat tárolhassanak és feldolgozhassanak. Szerencsére a méretezés és az egyszerűség nem zárja ki egymást.

A Big Data megtanít nagy adatrendszereket építeni egy olyan architektúra segítségével, amelyet kifejezetten webes méretű adatok rögzítésére és elemzésére terveztek. Ez a könyv bemutatja a Lambda-architektúrát, egy skálázható, könnyen érthető megközelítést, amelyet egy kis csapat is megépíthet és működtethet. Felfedezi a nagy adatrendszerek elméletét és azt, hogyan lehet azokat a gyakorlatban megvalósítani. A nagy adatok feldolgozásának általános keretrendszerének felfedezése mellett olyan konkrét technológiákat is megismerhet, mint a Hadoop, a Storm és a NoSQL-adatbázisok.

Ez a könyv nem igényel korábbi ismereteket a nagyméretű adatelemzésről vagy a NoSQL eszközökről. A hagyományos adatbázisok ismerete hasznos.

What's Inside

⬤ Bevezetés a nagy adatrendszerekbe.

⬤ Hálózati méretű adatok valós idejű feldolgozása.

⬤ Az olyan eszközök, mint a Hadoop, a Cassandra és a Storm.

⬤ A hagyományos adatbázis-ismeretek bővítése.

A szerzőkről

Nathan Marz az Apache Storm megalkotója és a nagy adatrendszerek Lambda-architektúrájának megalkotója. James Warren analitikai építész, aki a gépi tanulásban és a tudományos számítástechnikában szerzett tapasztalatokat.

Tartalomjegyzék

⬤ A Big Data új paradigmája.

1. RÉSZ KÖTEGELT RÉTEG.

⬤ Adatmodell a Big Data számára.

⬤ Adatmodell a Big Data számára: Illusztráció.

⬤ Adattárolás a kötegelt rétegben.

⬤ Adattárolás a kötegelt rétegben: Illusztráció.

⬤ Batch réteg.

⬤ Tételes réteg: Illusztráció.

⬤ Egy példa kötegelt rétegre: Architektúra és algoritmusok.

⬤ Egy példa kötegelt réteg: Megvalósítás.

2. RÉSZ KISZOLGÁLÓ RÉTEG.

⬤ Kiszolgáló réteg.

⬤ Kiszolgáló réteg: Illusztráció.

3. RÉSZ SEBESSÉGI RÉTEG.

⬤  Valós idejű nézetek.

⬤  Valós idejű nézetek: Illusztráció.

⬤ Queuing és folyamfeldolgozás.

⬤ Készenléti sorba állítás és folyamfeldolgozás: Illusztráció.

⬤ Mikroköteges folyamfeldolgozás.

⬤ Mikro-kötegelt adatfolyam-feldolgozás: Illusztráció.

⬤ Lambda architektúra mélységében.