Ebook Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht . Die entwickelte Technologie, unterstützen heute jede kleine Sache , die menschlichen Bedürfnisse. Es enthält die Tag-zu-Tag - Aktivitäten, arbeitet, Büro, Genuss, und auch viel mehr. Einer von ihnen ist das wunderbare Website - Verbindung und ein Computersystem. Dieses Problem wird entlasten Sie einen Ihrer Zeitvertreibe zu unterstützen, Check - out Gewohnheit. Also, haben Sie diese Veröffentlichung überprüfen gehen Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht jetzt?
Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Ebook Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Wird eine gute Person kann aus dem Hobby sowie Aufgaben gesehen wird täglich zu tun. Viele ausgezeichnete Aufgaben abgeschlossen sind. Doch haben Sie genießen die Bücher zu lesen? Wenn Sie nicht über jede Art von Wunsch haben, zu überprüfen, scheint es wirklich Mangel an Ihrem besten Leben. Auschecken Sie werden nicht nur zusätzliche Know-how geben noch bieten Ihnen auch die neue bessere Idee und Geist. Viele einfache Menschen ständig eine solche Veröffentlichung jeden Tag zu ersparen sogar einige Male überprüfen. Es macht sich abgeschlossen fühlen.
Genau das, was halten Sie Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht als eine, die wir zur Zeit anbieten? Dies ist eine wunderbare Publikation, die auf das aktualisierte kürzlich Buch gehört zu veröffentlichen. Wenn viele Leute diese Publikation Schwierigkeiten bekommen wollen, können Sie viel leichter sein, uns zu begleiten und für sie für weniger komplizierte Methoden suchen. Neben dieser Zeit Sie ist dein Freund über diese gute Nachricht zu informieren. dieses Buch andere Personen, die die großen Angaben zur sicherlich dann entlasten nicht schwer zu bekommen mehr, zusätzlich für eine bessere Information.
Nein, wir werden Sie sicherlich einige Inspirationen teilen, wie genau diese Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht bezeichnet wird. Als einer der Analyse Veröffentlichung, ist es klar, dass diese Veröffentlichung wird auf jeden Fall erheblich durchgeführt werden. Das entsprechende Thema, wie Sie benötigen zur Zeit endet Element ist der Mann, warum Sie dieses Buch nehmen müssen. Darüber hinaus wird immer diese Veröffentlichung als eine der Analyseprodukte sicher Sie verbessert noch mehr Informationen zu erhalten. Es versteht sich, mehr Informationen, die Sie erhalten, aktualisiert mehr werden Sie sein.
Also, das ist so klar, dass immer Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht, die unter Analyseprodukten werden sicherlich einige Vorteile bieten. Um dieses Buch zu erhalten, lassen Sie uns beitreten Teilnehmer zu sein, und auch die Links jeder Publikation erhalten zu dienen. Und danach, einfach zu überprüfen und auch Führer erhalten. Es wird nicht viel Zeit brauchen, zu verbringen. Es wird sicherlich ebenfalls nicht Ihre Zeit verschwenden. Ihre kostbare Zeit sollte durch den Besitz diese Publikation als eigenes benötigt werden.
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
