Рекомендуемые товары : "технология больших данных это"
-
Чаллавала Шаббир, Лакхатария Джадип, Мехта Чинтан MySQL 8 для больших данных
В этой книге вы познакомитесь с тем, как администраторы баз данных могли бы использовать MySQL для обработки миллиардов записей и извлечения данных с производительностью, сравнимой или превосходящей коммерческие решения для СУБД с более высокими затратами. Показано как реализовывать успешную стратегию больших данных с помощью таких технологий как Apache Hadoop, MapReduce и MySQL Applier. Кроме того, книга включает в себя практические примеры использования Apache Sqoop для обработки событий в режиме реального времени. Эффективная обработка данных Знакомство с особенностями MySQL 8 и методами их использования для обработки больших данных Открытие новых возможностей MySQL 8 по управлению структурированными и неструктурированными большими данными Интеграция MySQL 8 и Hadoop с целью эффективной об-работки данных Изучение различных видов соединений и объединений для эффективной обработки больших данных Ускорение обработки больших данных Реализация высокодоступных решений для больших данных Среди организаций, работающих с крупными объемами данных на регулярной основе, реляционная система управления базами данных MySQL стала популярным решением по обработке структурированных больших данных.
1536 руб
-
Марц Натан, Уоррен Джеймс Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном вр.
В этой книге представлены теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. В ней рассматривается лямбда-архитектура, предназначенная для построения подобных систем, и на примере конкретного веб-приложения поясняются особенности реализации всех уровней этой архитектуры с помощью инструментальных средств вроде Hadoop, Cassandra и Storm. Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных. Книга рассчитана на читателей, стремящихся освоить принципы построения систем больших данных и внедрить их на практике. В крупномасштабных веб-приложениях, которые поддерживают работу социальных сетей, выполняют аналитику в реальном времени или поддерживают электронную торговлю, приходится обрабатывать большие массивы данных, объем и скорость обмена которыми превышают возможности информационных систем, основанных на традиционных базах данных. Для подобных приложений требуются архитектуры, в основе которых лежат кластеры машин для хранения и обработки данных любого объема и с любой скоростью. Правда, масштабируемость и простота не являются взаимоисключающими свойствами подобных архитектур. Эта книга поможет читателю научиться строить системы больших данных, используя архитектуру, специально предназначенную для фиксации и анализа данных в масштабе веб. В ней представлена простая для понимания и масштабируемая лямбда-архитектура, позволяющая разрабатывать информационные системы усилиями небольших команд. В книге даются теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. Помимо общей инфраструктуры для обработки больших данных, читатель может ознакомиться с конкретными технологическими и инструментальными средствами вроде Hadoop, Storm и баз данных типа NoSQL. В этой книге рассматриваются следующие темы. Введение в системы больших данных. Описание особенностей обработки данных масштаба веб в реальном времени. Применение инструментальных средств вроде Hadoop, Cassandra и Storm. Возможность расширить свои знания и навыки за пределы традиционных баз данных. Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных. Об авторах Натан Марц - создатель системы Apache Storm и инициатор применения лямбда-архитектуры для построения систем больших данных. Джеймс Уоррен - архитектор-аналитик с квалификацией в области машинного обучения и научных расчетов. Отзывы о книге "Эта книга выходит за рамки отдельных инструментальных средств или платформ. Обязательна к прочтению всем, кто работает системами больших данных". -Джонатан Эстерхази, компания Groupon "Эта книга - подробный, снабженный примерами экскурс в лямбда-архитектуру под руководством ее изобретателя". -Марк Фишер, компания Pivotal "Книга содержит мудрость, которую можно приобрести только после выполнения многих проектов с большими данными. Обязательна для чтения". -Педро Феррера Бертран, компания Datasalt "Это фактическое руководство по рационализации обработки конвейера данных пакетами и почти в реальном времени". -Алекс Холмс, автор книги Hadoop in Practice
2592 руб
-
Марц Натан, Уоррен Джеймс Большие данные. Принципы и практика построения масштабируемых систем обработки данных
В этой книге представлены теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. В ней рассматривается лямбда-архитектура, предназначенная для построения подобных систем, и на примере конкретного веб-приложения поясняются особенности реализации всех уровней этой архитектуры с помощью инструментальных средств вроде Hadoop, Cassandra и Storm. Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных. Книга рассчитана на читателей, стремящихся освоить принципы построения систем больших данных и внедрить их на практике. В крупномасштабных веб-приложениях, которые поддерживают работу социальных сетей, выполняют аналитику в реальном времени или поддерживают электронную торговлю, приходится обрабатывать большие массивы данных, объем и скорость обмена которыми превышают возможности информационных систем, основанных на традиционных базах данных. Для подобных приложений требуются архитектуры, в основе которых лежат кластеры машин для хранения и обработки данных любого объема и с любой скоростью. Правда, масштабируемость и простота не являются взаимоисключающими свойствами подобных архитектур. Эта книга поможет читателю научиться строить системы больших данных, используя архитектуру, специально предназначенную для фиксации и анализа данных в масштабе веб. В ней представлена простая для понимания и масштабируемая лямбда-архитектура, позволяющая разрабатывать информационные системы усилиями небольших команд. В книге даются теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. Помимо общей инфраструктуры для обработки больших данных, читатель может ознакомиться с конкретными технологическими и инструментальными средствами вроде Hadoop, Storm и баз данных типа NoSQL. В этой книге рассматриваются следующие темы. Введение в системы больших данных. Описание особенностей обработки данных масштаба веб в реальном времени. Применение инструментальных средств вроде Hadoop, Cassandra и Storm. Возможность расширить свои знания и навыки за пределы традиционных баз данных. Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных. Об авторах Натан Марц - создатель системы Apache Storm и инициатор применения лямбда-архитектуры для построения систем больших данных. Джеймс Уоррен - архитектор-аналитик с квалификацией в области машинного обучения и научных расчетов. Отзывы о книге "Эта книга выходит за рамки отдельных инструментальных средств или платформ. Обязательна к прочтению всем, кто работает системами больших данных". -Джонатан Эстерхази, компания Groupon "Эта книга - подробный, снабженный примерами экскурс в лямбда-архитектуру под руководством ее изобретателя". -Марк Фишер, компания Pivotal "Книга содержит мудрость, которую можно приобрести только после выполнения многих проектов с большими данными. Обязательна для чтения". -Педро Феррера Бертран, компания Datasalt "Это фактическое руководство по рационализации обработки конвейера данных пакетами и почти в реальном времени". -Алекс Холмс, автор книги Hadoop in Practice
2592 руб
-
Spark для профессионалов: современные паттерны обработки больших данных
Книга о Spark - фреймворке для анализа больших данных
1483 руб
-
Григорьев Анатолий Алексеевич, Исаев Евгений Анатольевич, Тарасов Павел Алифтинович Передача, хранение и обработка больших объемов научных данных
В учебном пособии рассматриваются крупные научные проекты и объемы генерируемых ими данных, дается обзор научных компьютерных сетей, позволяющих производить высокоскоростную передачу больших объемов данных для этих проектов. Рассматриваются вычислительные системы, предлагаемые ведущими производителями компьютерной техники для обработки больших объемов данных и предоставляющие как возможности хранения больших объемов данных, в том числе распределенных, так и средства аналитики и параллельной обработки данных в реальном масштабе времени. Особое внимание уделено безопасности передаваемой научной информации. Соответствует требованиям федеральных государственных образовательных стандартов высшего образования последнего поколения. Для студентов технических специальностей бакалавриата, магистратуры, специалитета, обучающихся по направлениям подготовки «Прикладная математика и информатика», «Бизнес-информатика» и «Информатика и вычислительная техника».
1390 руб
-
Лэм Ч. Hadoop в действии
Обработка больших массивов данных с помощью традиционных СУБД может оказаться трудным делом. Apache Hadoop - это каркас для разработки приложений, предназначенных для выполнения в распределённом кластере, без применения SQL. Такие приложения прекрасно масштабируются и могут обрабатывать гигантские массивы данных.
1479 руб
-
Лэм Ч. Hadoop в действии
Обработка больших массивов данных с помощью традиционных СУБД может оказаться трудным делом. Apache Hadoop - это каркас для разработки приложений, предназначенных для выполнения в распределённом кластере, без применения SQL. Такие приложения прекрасно масштабируются и могут обрабатывать гигантские массивы данных.
1482 руб
-
Бэнкер Кайл MongoDB в действии
MongoDB - это документо-ориентированная база данных, предназначенная для гибкой, масштабируемой и очень быстрой работы даже при больших объемах данных. При ее проектировании изначально закладывалась высокая доступность, поддержка сложных динамических схем и простое распределение данных по нескольким серверам. Эта книга представляет собой введение в MongoDB и документо-ориентированную модель данных. Она дает не только общую картину, необходимую разработчику, но и достаточно деталей, чтобы удовлетворить системного инженера. Многочисленные примеры помогут обрести уверенность в области моделирования данных - вопросе, который необычайно важен для разработки ПО. Вам понравится углубленное изложение различных функциональных возможностей, в том числе репликации, автосегментирования и развертывания.
1151 руб
-
Бэнкер Кайл MongoDB в действии
MongoDB - это документо-ориентированная база данных, предназначенная для гибкой, масштабируемой и очень быстрой работы даже при больших объемах данных. При ее проектировании изначально закладывалась высокая доступность, поддержка сложных динамических схем и простое распределение данных по нескольким серверам. Эта книга представляет собой введение в MongoDB и документо-ориентированную модель данных. Она дает не только общую картину, необходимую разработчику, но и достаточно деталей, чтобы удовлетворить системного инженера. Многочисленные примеры помогут обрести уверенность в области моделирования данных - вопросе, который необычайно важен для разработки ПО. Вам понравится углубленное изложение различных функциональных возможностей, в том числе репликации, автосегментирования и развертывания.
1216 руб
-
Бэнкер К. MongoDB в действии
MongoDB - это документо-ориентированная база данных, предназначенная для гибкой, масштабируемой и очень быстрой работы даже при больших объемах данных. При ее проектировании изначально закладывалась высокая доступность, поддержка сложных динамических схем и простое распределение данных по нескольким серверам. Эта книга представляет собой введение в MongoDB и документо-ориентированную модель данных. Она дает не только общую картину, необходимую разработчику, но и достаточно деталей, чтобы удовлетворить системного инженера. Многочисленные примеры помогут обрести уверенность в области моделирования данных - вопросе, который необычайно важен для разработки ПО. Вам понравится углубленное изложение различных функциональных возможностей, в том числе репликации, автосегментирования и развертывания.
1649 руб
-
Войниканис Елена Анатольевна Интеллектуальное право в условиях развития технологии Big Data. База данных как объект интеллектуальных и иных прав. Монография.
Стремительный рост объема разнородной информации, формируемой в виртуальной среде, привел к возникновению феномена, известного как «большие данные» (Big Data). Данные становятся сегодня основным ресурсом для повышения эффективности и производительности практически всех отраслей современной экономики. Ценность больших данных актуализирует вопрос о возможности и целесообразности охраны этих данных, защиты тех ресурсов, которые были затрачены на их сбор и обработку. Особенностью российского и зарубежного законодательства является возможность правовой охраны больших массивов данных смежным правом на базы данных, которое, не вводя правовой охраны данных как таковых (отдельных материалов, элементов содержания базы данных), устанавливает правовой режим использования всей совокупности данных, составляющих содержание баз данных. Не менее важным является вопрос о защите самих данных, которые, будучи весьма разнородными, могут охраняться государством по-разному.Законодательство приведено по состоянию на 1 декабря 2021 г.Настоящая монография посвящена в первую очередь исследованию вопроса о том, что же в целом понимается под условным термином «большие данные», какое в этой сфере существует регулирование и в каком направлении следует задуматься о его совершенствовании. Отдельно проводится анализ правового регулирования баз данных в России и за рубежом тех возможностей, которые правовая охрана баз данных предоставляет при работе с Big Data. Правовой режим данных как таковых рассматривается на примере защиты персональных данных, поскольку обработка больших данных открывает невиданные прежде возможности вмешательства в частную жизнь, неприкосновенность которой гарантирована ст. 23 Конституции Российской Федерации.
514 руб
-
Войниканис Е., Кольздорф М.,Корнеев В. и др. Интеллектуальное право в условиях развития технологии Big Data. База данных как объект интеллектуальных и иных прав. Монография.
Стремительный рост объема разнородной информации, формируемой в виртуальной среде, привел к возникновению феномена, известного как «большие данные» (Big Data). Данные становятся сегодня основным ресурсом для повышения эффективности и производительности практически всех отраслей современной экономики. Ценность больших данных актуализирует вопрос о возможности и целесообразности охраны этих данных, защиты тех ресурсов, которые были затрачены на их сбор и обработку. Особенностью российского и зарубежного законодательства является возможность правовой охраны больших массивов данных смежным правом на базы данных, которое, не вводя правовой охраны данных как таковых (отдельных материалов, элементов содержания базы данных), устанавливает правовой режим использования всей совокупности данных, составляющих содержание баз данных. Не менее важным является вопрос о защите самих данных, которые, будучи весьма разнородными, могут охраняться государством по-разному. Законодательство приведено по состоянию на 1 декабря 2021 г. Настоящая монография посвящена в первую очередь исследованию вопроса о том, что же в целом понимается под условным термином «большие данные», какое в этой сфере существует регулирование и в каком направлении следует задуматься о его совершенствовании. Отдельно проводится анализ правового регулирования баз данных в России и за рубежом тех возможностей, которые правовая охрана баз данных предоставляет при работе с Big Data. Правовой режим данных как таковых рассматривается на примере защиты персональных данных, поскольку обработка больших данных открывает невиданные прежде возможности вмешательства в частную жизнь, неприкосновенность которой гарантирована ст. 23 Конституции Российской Федерации.
854 руб
-
Вайгенд Андреас BIG DATA. Вся технология в одной книге
Революция социальных данных делает измеримыми вещи, которые не измерялись или не могли быть измерены прежде. В прошлом мы имели все основания утверждать, что не имеем информации или инструментария для описания и анализа возможностей выбора, который стоит перед обществом. Теперь это не так. Мы можем точно представлять себе и выбор, и его последствия. Чем больше личной информации о нас накапливается в базах данных компаний, тем в большей степени мы существуем, и тем больше узнаем о самих себе. Реальная проблема в том, чтобы сделать компании, собирающие личные данные, прозрачными для нас в той же степени, в какой мы прозрачны для них, и обеспечить себе право голоса в вопросах использования этих данных. В этой книге рассказывается о том, как достичь этих целей. Андреас Вайгенд - директор компании Social Data Lab, ex-руководитель по Big Data компании Amazon, лектор школы информационных технологий Калифорнийского университета Беркли. Технологии монетизации больших данных от гигантов рынка - Google, Microsoft, Uber, Twitter, Amazon, Facebook, Netflix и WhatsApp. Вы узнаете, как с помощью Big Data инновационные компании: - следят за поведением пользователей - определяют круг интересов человека - управляют репутацией - формируют мнение потребителей Андреас Вайгенд - один из ведущих мировых экспертов по будущему Big Data, директор компании Social Data Lab и лектор IT- школы Калифорнийского университета Беркли. Разрабатывал стратегию больших данных компаний Alibaba, Goldman Sachs, Lufthansa, Thomson Reuters, работал руководителем по Big Data компании Amazon.
1117 руб
-
Корнеев Владимир Александрович, Войниканис Елена Анатольевна, Кольздорф Мария Александровна Интеллектуальное право в условиях развития технологии Big Data. Монография
Стремительный рост объема разнородной информации, формируемой в виртуальной среде, привел к возникновению феномена, известного как "большие данные" (Big Data). Данные становятся сегодня основным ресурсом для повышения эффективности и производительности практически всех отраслей современной экономики. Ценность больших данных актуализирует вопрос о возможности и целесообразности охраны этих данных, защиты тех ресурсов, которые были затрачены на их сбор и обработку. Особенностью российского и зарубежного законодательства является возможность правовой охраны больших массивов данных смежным правом на базы данных, которое, не вводя правовой охраны данных как таковых (отдельных материалов, элементов содержания базы данных), устанавливает правовой режим использования всей совокупности данных, составляющих содержание баз данных. Не менее важным является вопрос о защите самих данных, которые, будучи весьма разнородными, могут охраняться государством по-разному. Законодательство приведено по состоянию на 1 декабря 2021 г. Настоящая монография посвящена в первую очередь исследованию вопроса о том, что же в целом понимается под условным термином "большие данные", какое в этой сфере существует регулирование и в каком направлении следует задуматься о его совершенствовании. Отдельно проводится анализ правового регулирования баз данных в России и за рубежом тех возможностей, которые правовая охрана баз данных предоставляет при работе с Big Data. Правовой режим данных как таковых рассматривается на примере защиты персональных данных, поскольку обработка больших данных открывает невиданные прежде возможности вмешательства в частную жизнь, неприкосновенность которой гарантирована ст. 23 Конституции Российской Федерации.
488 руб
-
Полный бред!
Скептицизм в мире больших данных
1384 руб
-
Полный бред!
Скептицизм в мире больших данных
337 руб
-
Интерпретация и применение больших данных в юриспруденции и юридической практике: Монография
Работа посвящена проблемам применения в юридической профессии информационных технологий, основанных на использовании больших данных. В первом разделе рассматриваются теоретические вопросы интерпретации больших данных, а также ряд ограничений применения, основанных на больших данных технологий в сфере социальной координации. Во втором разделе анализируется опыт практического применения ряда технологий для юридических целей. В третьем разделе описываются результаты эксперимента по применению технологий искусственного интеллекта для упрощения текстов российских нормативных правовых актов. Работа носит междисциплинарный характер и адресована органам государственной власти, специалистам в сфере юриспруденции и IT, обеспечивающим внедрение информационных технологий в практику государственного управления, преподавателям образовательных учреждений, научным работникам.
749 руб
-
Тихомиров Ю., Кашанин А., Чураков В. и др. Интерпретация и применение больших данных в юриспруденции и юридической практике
Работа посвящена проблемам применения в юридической профессии информационных технологий, основанных на использовании больших данных. В первом разделе рассматриваются теоретические вопросы интерпретации больших данных, а также ряд ограничений применения, основанных на больших данных технологий в сфере социальной координации. Во втором разделе анализируется опыт практического применения ряда технологий для юридических целей. В третьем разделе описываются результаты эксперимента по применению технологий искусственного интеллекта для упрощения текстов российских нормативных правовых актов. Работа носит междисциплинарный характер и адресована органам государственной власти, специалистам в сфере юриспруденции и IT, обеспечивающим внедрение информационных технологий в практику государственного управления, преподавателям образовательных учреждений, научным работникам.
675 руб
-
Тихомиров Юрий Александрович, Кашанин Андрей Васильевич, Чураков В. Д. Интерпретация и применение больших данных в юриспруденции и юридической практике. Монография
Работа посвящена проблемам применения в юридической профессии информационных технологий, основанных на использовании больших данных. В первом разделе рассматриваются теоретические вопросы интерпретации больших данных, а также ряд ограничений применения, основанных на больших данных технологий в сфере социальной координации. Во втором разделе анализируется опыт практического применения ряда технологий для юридических целей. В третьем разделе описываются результаты эксперимента по применению технологий искусственного интеллекта для упрощения текстов российских нормативных правовых актов. Работа носит междисциплинарный характер и адресована органам государственной власти, специалистам в сфере юриспруденции и IT, обеспечивающим внедрение информационных технологий в практику государственного управления, преподавателям образовательных учреждений, научным работникам.
631 руб
-
Excel для анализа данных
Профессиональная работа с формулами, применение формул в больших таблицах, инструменты форматирования. Объединение данных из нескольких таблиц, сортировка и фильтрация. Визуализация данных, стандартные и нестандартные диаграммы, динамические диаграммы. Практические задания из области маркетинга и аналитики данных.
20300 руб
-
Сенько А. Работа с BigData в облаках. Обработка и хранение данных с примерами из Microsoft Azure
Книга об обработке больших данных с применением облачных технологий
1072 руб
-
Нархид Н., Шапира Г., Палино Т. Apache Kafka. Потоковая обработка и анализ данных
Бестселлер 2017 года об инструменте Kafka, обеспечивающем потоковый анализ больших данных
1345 руб
-
Бэнкс Алекс, Порселло Ева GraphQL. Язык запросов для современных веб-приложений
GraphQL - это язык запросов, альтернативный REST и ситуативным архитектурам веб-сервисов, самая революционная технология извлечения данных со времен Ajax. Точно как React изменил взгляд веб-разработчика на создание пользовательских интерфейсов, GraphQL полностью изменит практику передачи данных по HTTP. Это практическое руководство поможет вам приступить к работе с языком GraphQL.
1459 руб
-
Ын А. Теоретический минимум по Big Data. Всё что нужно знать о больших данных
Сегодня Big Data - это большой бизнес. Нашей жизнью управляет информация, и извлечение выгоды из нее становится центральным моментом в работе современных организаций. Не важно кто вы - деловой человек, работающий с аналитикой, начинающий программист или разработчик, - "Теоретический минимум по Big Data" позволит разобраться в основах новой и стремительно развивающейся отрасли обработки больших данных.Хотите узнать о больших данных и механизмах работы с ними? Каждому алгоритму посвящена отдельная глава, в которой не только объясняются основные принципы работы, но и даются примеры использования в реальных задачах. Большое количество иллюстраций и простые комментарии позволят легко разобраться в самых сложных аспектах Big Data."Отличная визуализация концепций машинного обучения позволяет "нетехнарям" интуитивно понять сложные абстрактные понятия. Это лаконичная и точная выжимка содержит теоретический минимум информации, необходимый для первого знакомства с Big Data." Этан Чен, автор курса CS 102: Big Data, Стэнфордский университет
966 руб
On nov 5 rashadrobinson tweeted its not just twitter youtube is activ. - read what others are saying and join the conversation. Ownload to read offline. Поэтому под термином биг дата понимают ещё и технологии поиска, обработки и применения неструктурированной информации в больших объемах