Ebook-Download Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Denken Sie über hauptsächlich Publikationen Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht Wenn Sie immer noch verwirrt sind , auf denen der Führung Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht , die sollte erfasst werden, ist es Ihre Zeit nicht diese Website zu suchen. Heute werden Sie sicherlich benötigen diese Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht als das genannte Buch und am dringendsten benötigt Buch als Quellen, in anderen Zeit, Sie können für andere Bücher genießen. Es wird sicherlich auf Ihre Anforderungen bereit abhängen. Dennoch empfehlen wir immer , dass Publikationen Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht kann eine fantastische Invasion für Ihr Leben sein.
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Ebook-Download Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Schauen Sie sich eine Publikation Ihr Leben zu verdienen gut läuft, zu überprüfen, um eine Veröffentlichung zu machen Ihre Erfahrung verbessert, ohne irgendwo zu gehen, und auch eine Veröffentlichung überprüfen für Ihre Freizeit erfüllen! Diese Sätze sind so vertraut für uns. Für Personen, die nicht wie die Analyse zu tun, werden diese Sätze sicherlich Art von wirklich monotonen Worte auszusprechen. Aber für die Leser, werden sie größer Geist haben, wenn jemand sich mit den Sätzen aufrechterhält.
Führer, die in dieser Zeit zu lesen existiert wird der Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht Als wir zur Verfügung gestellt haben und zur Verfügung gestellt, Sie über das Cover dieses Buches auf den ersten kümmern könnte. einen Blick auf die Bucht verwenden, können Sie sicherlich interessiert oder sonst in diesem Buch fühlen. Aber viele Menschen haben tatsächlich festgestellt, dass dieses Buch eigentlich sehr interessant war zu überprüfen, auch nur ein Blick aus nur Führungsabdeckung. Die Idee, die Abdeckung als auch genau, wie der Autor gibt den Titel ist sehr beeindruckend.
Die Faktoren erlauben möglicherweise nicht Ideen für eine Publikation Check-out zu überprüfen, wenn in der Freizeit sein. Es wird auch muß nicht so klug sein, in das Leben unterziehen. Wenn Sie zu den verschiedenen anderen Bereichen höchstwahrscheinlich brauchen und haben keine Konzepte zu erhalten, können Sie eine Menge weicher Dokumente von Führung in der Website finden, die wir hier zeigen. Wie für den Erhalt der Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht, müssen Sie möglicherweise nicht Geschäft führen zu gehen. Dies ist die Zeit für Sie das Buch Soft-Datei in Ihrem Gerät zu erhalten und danach bringen sie alle über euch sicher gehen.
das Verhalten für die Analyse zu erhalten ist oft schwer. Es werden mehrere Hindernisse wirklich langweilig zu fühlen, schnell Analyse bei. Viele enge Freunde können im Chat oder mit den anderen gehen irgendwo. Checking out Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht werden andere Personen das Gefühl, dass Sie ein äußerst Buch-Enthusiasten sind. Trotzdem, dass die eine dieser Publikation liest, wird sicherlich nicht immer so Veröffentlichung Enthusiasten bedeuten.
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