PDF-Bücher Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Relying on the requirements, this publication likewise features the willingness of many individuals making adjustments. The method is by locating the web content and also just how you recognize it. One that need to be born in mind is that this book is also written by a good author, excellent writer wit professionalism. So, Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht is much suggested for you, an individual who expects better way to living design.
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
PDF-Bücher Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Wenn ich wollte ich etwas lesen, möchte ich für zu bestimmten Publikation suchen. Und jetzt bin ich immer noch davon, welche Art von Buch, das mich verwirrt Notwendigkeit dieser Zeit machen helfen könnte. Fühlst du das gleiche? Warten Sie, kann mich jeder informieren, was meine einsamen sowie Ausfallzeiten entscheiden zu amüsieren? Welche Art von Buch ist eigentlich vorgeschlagen? Solch eine schwierige Sache, das ist genau das, was Sie und ich vielleicht fühlen, wenn mehr Freizeit haben und haben auch kein Konzept zu überprüfen.
Wenn ein wesentliche des Lesens besser wächst, es ist der Moment, um das brandneue Buch zu holen, wenn das beste Buch weltweit für jede Art von Alter gegeben ist, können Sie es so schnell wie möglich. Es wird sicherlich nicht auf lange warten noch einmal. Immer dieses Buch schneller nach diesem Fluss zu lesen ist wirklich klug. Man konnte sehen, wie die Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht wirklich die Hunderte Fans hat.
Führer kann so eingerichtet werden, solche Ideen zu haben, die Punkte verändern kann, im Auge zu behalten. Einer ist, dass große Schriftsteller immer bieten den motivierende Fluss, große Lektion, sowie herausragende Web-Inhalte. Und genau das, was Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht aufgeben größer ist als sie. Sie könnten genau festlegen, wie diese Veröffentlichung wird sicherlich erhalten und Ihre Bestimmung in Bezug auf dieses Thema relevant erfüllen. Dies ist das Mittel, wie dieses Buch Menschen viel, es zu lieben zu beeinflussen. Nachdem die Gründe Ortung, werden Sie immer mehr zu dieser Veröffentlichung und auch Autor genießen.
Derzeit nur nachfolgende, was erwartet wird, können Sie auf die Web-Links finden Sie im Handbuch. Das ist so einfach. Die Ausgaben für das Buch und das Herunterladen und Installieren von Führungs können lassen Sie es schneller haben. Es wird sicherlich nicht verschiedene andere Tage benötigen, diese Veröffentlichung zu erhalten, wenn Sie in der verschiedenen anderen Website bestellen. Hier werden die weichen Dokumente Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht, dass geliefert wird, kann auch direkt, wie sie erhalten befinden.
Pressestimmen
"Insofern stellt das Buch einen Schritt in der Evaluierung neuer Techniken dar und vermittelt Kenntnisse, auf die der Leser weiter aufbauen kann." Michael Müller, iX, Mai 2015"Tiefgreifend wird auf über 400 Seiten das komplexe Thema erfasst und der gegenwärtige Stand der technischen Möglichkeiten offenbart." Frank Große, IT-Administrator, Februar 2015
Über den Autor und weitere Mitwirkende
Jonas Freiknecht, Information Architect für Big Data bei IBM Deutschland, hat tagtäglich mit den Herausforderungen bei der Verarbeitung, Aufbereitung und Darstellung großer Datenmengen zu tun. Nebenbei promoviert er an der Universität Mannheim zum Thema Visualisierung und Simulation.
Produktinformation
Gebundene Ausgabe: 448 Seiten
Verlag: Carl Hanser Verlag GmbH & Co. KG (1. Oktober 2014)
Sprache: Deutsch
ISBN-10: 3446439595
ISBN-13: 978-3446439597
Größe und/oder Gewicht:
18 x 2,9 x 24,7 cm
Durchschnittliche Kundenbewertung:
3.9 von 5 Sternen
8 Kundenrezensionen
Amazon Bestseller-Rang:
Nr. 111.707 in Bücher (Siehe Top 100 in Bücher)
Das Buch ist wirklich sehr gut geschrieben und bietet einen idealen Einstieg für Anfänger im Bereich Hadoop und Co. Dabei werden gezielte und gut geschriebene Anleitungen bereitgestellt, die einem Anfänger näher bringt wie man beispielsweise eine VM-Ware betreibt, einen Single-Node bzw. später einen Cluster installiert und welche zusätzlichen Module es im Hadoop-Universum gibt und für was man diese benutzt.Ich bin sehr begeistert. So Buch sollte es auch für Apache Spark geben.
Ich habe dieses Buch als Einstieg in "Big Data" für mich gekauft. Da über kaum ein anderes Thema so viel (bitte verzeihen Sie mir den Ausdruck) geschwafelt wird war es nicht einfach ein gutes Einstiegswerk zu finden. Big Data kann vieles oder nichts sein und füllt ganze Magazine ohne wirklich brauchbares Wissen zu vermitteln.Diese Buch war erfreulicher Weise genau das Gegenteil. Durch die Praxisbeispiele (Skripte und Programme) ist man sehr schnell in der Materie drinnen und hat genug Wissen um online nach weiteren Informationen zu suchen. Auch die Reihenfolge der Hadoop Module (falls man diese eigenständigen Softwarepakete so nennen kann) ist sehr gut gewählt und aufeinander aufbauend.Abgedeckt wird folgendes:- Hadoop und die wesentlichen Software Komponenten in der Theorie- Installation und Konfiguration der einzielen Module unter Linux (optional: ich habe das z.B großteils übersprungen und eine bestehende Distribution genutzt (Cloudera) wo alles wichtige und noch mehr vorinstalliert ist.- Java Beispiele für Datengenerierung, -gruppierung und AuswertungIch kann dieses Buch jedem Interessierten empfehlen. Für mich war es der Grundstein um zu wissen, welche Probleme ich in der Zukunft mit Big Data lösen kann. Ich werde in Teilbereichen noch mehr im Internet recherchieren müssen aber das ist mit dem vermittelten Basiswissen kein Problem.Danke an den Author für dieses super Buch.Einen kleiner Kritikpunkt habe ich aber: In der nächsten Auflage wäre es toll, ein relevanteres Beispiel für den YARN Prozess zu nehmen, als die Berechnung von Primzahlen, da das dafür ja keinen Input an sich gibt (der wird von jedem Thread berechnet). Es wäre interessant gewesen wie man mit YARN große Mengen an Daten sinnvoll splitten kann (mit eigenen Kriterien).Wolfgang
Das Inhaltsverzeichnis im "Blick ins Buch" liest sich sehr verheißungsvoll, da umfänglich. Tatsächlich werden die zugrundeliegenden Konzepte stiefmütterlich behandelt.Das Beispiel für Map-und-Reduce (Durchschnittsbildung *ohne* Gewichtung) ist praxisuntauglich und wird auch als solches vom Autor nach der Vorstellung bezeichnet. Warum wird es verwendet?Der Beschreibung der Phasen des Map-und-Reduce-Algorithmus geht ein Diagramm voraus, das drei Prozessschritte zeigt. Einleitend wird von drei Phasen gesprochen. Bei der detailierten Beschreibung taucht dann plötzlich eine vierte Phase auf, die "weniger zum eigentlichen Algorithmus gehört" und deshalb "in der Abbildung außen vor gelassen" wurde. Diese Phase taucht später nicht mehr auf. Warum wurde sie überhaupt erwähnt? (QM @ Hanser?)Der Map-und-Reduce-Algorithmus wird in der oben beschriebenen Qualität auf gerade zwei und einer halben Seite vorgestellt in einem Buch von über 400 Seiten. Beim Rest handelt es sich im Wesentlichen um eine recht umfängliche und detailierte Installationsanleitung für die im Inhaltsverzeichnis angegebenen Produkte. Wer nach einer solche Anleitung sucht und mit den Grundlagen vertrauter ist als ich, wird die Nützlichkeit des Buchs möglicherweise anders beurteilen.
Als Data Analyst war mir vor zwei Jahren der Hadoop-Hype relativ fremd und so kaufte ich direkt zum Erscheinungsdatum im Herbst 2014 dieses Buch, welches ich meinen ersten kleinen Hadoop-Cluster zu verdanken habe. Sofern man lieber deutschsprachige Bücher liest, ist dieses Buch bis heute wohl das beste Buch zum Thema Hadoop & Co. Am besten gefallen hatten mir die Kernthemen Hadoop und HiveQL. Die vielen weiteren Tools sind meines Erachtens eher nur der Vollständigkeit halber erwähnt und - völlig zurecht - oberflächlich behandelt. Wer mehr über Pig oder Impala wissen möchte, sollte sich lieber ein darauf spezialisiertes Werk beschaffen.Dem Autor ist es meiner Meinung nach sehr wohl gelungen, einen ausführlichen Überblick über die Möglichkeiten der Big Data Auswertung mit den vielen Tools aus dem Hadoop Framework zu geben. Jetzt allerdings ist Hadoop und MapReduce (nicht jedoch HDFS) in der Big Data Szene regelrecht wieder "out", alles dreht sich um Apache Spark. Eine Neuauflage mit Spark im Mittelpunkt würde ich sehr begrüßen und auch wieder kaufen!
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht PDF
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht EPub
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht Doc
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht iBooks
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht rtf
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht Mobipocket
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht Kindle
0 komentar:
Posting Komentar