Name: Analiza funkcji Java i Map Reduce w Hadoop (en Polaco)
SKU: 66749063
Price: 970.03 MXN
Availability: InStock
Author: Gosal, Gurinder Pal Singh; Kaur, Livjit
ISBN: 9786209462825

portada Analiza funkcji Java i Map Reduce w Hadoop (en Polaco)

Analiza funkcji Java i Map Reduce w Hadoop (en Polaco)

Formato

Libro Físico

Editorial

Wydawnictwo Nasza Wiedza

Autor

Gosal, Gurinder Pal Singh; Kaur, Livjit

Idioma

Polaco

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.3 cm

ISBN13

9786209462825

Analiza funkcji Java i Map Reduce w Hadoop (en Polaco)

Gosal, Gurinder Pal Singh; Kaur, Livjit (Autor) · Wydawnictwo Nasza Wiedza · Tapa Blanda

Libro Nuevo Importado

Envío: 22 a 27 días háb.

$ 1,763.69$ 970.03

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 970.03

¡Envío Gratis! Llega entre el 21 Sep y el 29 Sep a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Analiza funkcji Java i Map Reduce w Hadoop (en Polaco)"

Hadoop, otwarta implementacja frameworka Map/Reduce oparta na języku Java, stworzona przez Apache Software Foundation, to framework obliczeniowy przeznaczony do obslugi aplikacji rozproszonych przetwarzających duże ilości danych. Zapewnia narzędzia do przetwarzania ogromnych ilości danych przy użyciu frameworka Map/Reduce, a dodatkowo implementuje rozproszony system plików podobny do systemu plików Google. Może byc używany do przetwarzania ogromnych ilości danych równolegle na dużych klastrach w sposób niezawodny i odporny na awarie. Od dawna Java jest używana przez wielu programistów do przetwarzania danych. W tej książce porównaliśmy i przeanalizowaliśmy wydajnośc Hadoop z Java, Hadoop z Hadoop Optimize oraz Hadoop Optimize z Java pod kątem różnych kryteriów wydajności, takich jak przetwarzanie (wykorzystanie procesora), przechowywanie i efektywnośc podczas przetwarzania danych. Wyniki naszych eksperymentów pokazują poprawę czasu wykonania przy użyciu zoptymalizowanego algorytmu Map/Reduce. Porównując Hadoop i Java, Hadoop jest lepszy, gdy mamy klaster wielowęzlowy i duży rozmiar danych. Jednak gdy mamy pojedynczy węzel i maly rozmiar danych, nawet Java może dzialac lepiej.