标题: 现实世界应用中的大数据 作者 塞巴斯蒂安·文图拉·索托 发布者: InTech(2016年7月20日); 电子书(知识共享许可) 许可证: 抄送3.0 精装本/平装本: 122页 电子书: PDF文件 语言: 英语 ASIN(美国证券代码): 不适用 国际标准图书编号-10: 不适用 ISBN-13: 978-953-51-2490-0 / 978-953-51-2489-4 分享这个:
塞巴斯蒂安·文图拉分别于1989年和1996年获得科尔多瓦大学理学学士和博士学位。 他目前是科尔多瓦大学计算机科学和数值分析系的副教授,是知识发现和智能系统研究实验室的负责人。
-
大数据处理工程(Piotr Fulman nski) 本书面向所有想了解大数据与数据的区别以及为什么应该以不同的方式对待他们的人。 这可能对没有计算机科学家背景的人和有一些It经验的人都有好处。 -
大数据算法(Hannah Bast等人) 这本开放存取书籍调查了与大数据增长以及日益复杂的硬件相关的选定挑战的解决进展。 解决交通系统、能源供应、医疗等问题。 -
工程化敏捷大数据系统(Kevin Feeney等) 本书概述了处理软件和数据工程中问题的方法,描述了在产品生命周期中调整这些过程的方法。 它讨论了可用于实现这些目标的工具。 -
知识图和大数据处理(Valentina Janev等人) 本书的每一章都阐述了数据处理链的一些相关方面,特别侧重于理解企业 知识图 语义大数据架构和智能数据分析解决方案。 -
背景下的大数据:法律、社会和技术见解 这本书从跨学科的角度为大数据场景的选择提供了新的视角。 它全面概述并介绍了大数据方面正在出现的挑战。 -
大数据应用的建模与仿真 长期以来被认为是科学方法的重要支柱,建模和仿真已经从传统的离散数值方法发展到复杂的数据密集型连续分析优化。 -
卡夫卡:最终指南:实时数据和流处理 通过详细的示例,您将了解 卡夫卡 的设计原则、可靠性保证、关键API和体系结构细节,包括复制协议、控制器和存储层。 -
设计事件驱动系统(Ben Stopford) Apache Kafka流服务的概念和模式:这本书解释了基于服务的架构和流处理工具如何 阿帕奇·卡夫卡 可以帮助您构建业务关键型系统。 -
理解流处理:Apache Kafka背后 本书向您展示了流处理如何使您的数据存储和处理系统更灵活、更简单。 它解释了这些项目如何帮助您围绕流和物化视图重新定位数据库架构。 -
使用Apache Spark(Srini Penchikala)进行大数据处理 了解 阿帕奇火花 为大数据分析中的用例构建和开发Spark程序。 它涵盖了Spark生态系统中的所有库,其中包括Spark Core、Spark SQL、Spard Streaming、Spark-MLlib和Spark GraphX。 -
Apache Spark的内部结构(Jacek Laskowski) 本书介绍了 阿帕奇火花 是一个开源集群计算系统,它使数据分析能够快速写入和运行。 使用Spark,您可以通过Python、Java和Scala中的简单API快速处理大数据集。 -
Apache Spark(Databricks)数据工程师指南 这本书是为数据工程师准备的,他们希望利用Apache Spark的巨大增长来构建更快、更可靠的数据管道。 它利用Spark惊人的速度、可扩展性、简单性和多功能性来构建实用的大数据解决方案。