Name: Hadoop-Anwendungsprogramme (en Alemán)
SKU: 66840093
Price: 72.29 USD
Availability: InStock
Author: Bhimavarapu, Usharani
ISBN: 9786209688980

portada Hadoop-Anwendungsprogramme (en Alemán)

Formato

Libro Físico

Editorial

Verlag Unser Wissen

Autor

Bhimavarapu, Usharani

Idioma

Alemán

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.4 cm

ISBN13

9786209688980

Hadoop-Anwendungsprogramme (en Alemán)

Bhimavarapu, Usharani (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo Importado

Envío: 25 a 32 días háb.

$ 120.48$ 72.29

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 72.29

Llega entre el 27 Oct y el 11 Nov a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Hadoop-Anwendungsprogramme (en Alemán)"

Dieses Buch ist ein praxisorientierter Leitfaden, der sich ausschlie lich auf praktische Implementierungen und ausführbare Lösungen unter Verwendung von Hadoop und seinem Ökosystem konzentriert. Es ist als labororientierte Ressource konzipiert, bei der die Leser Big-Data-Technologien erlernen, indem sie Konfigurationen, Befehle und Analyseaufgaben direkt ausführen. Das Buch beginnt mit der Einrichtung und Installation von Hadoop sowohl im pseudo-verteilten als auch im vollständig verteilten Betriebsmodus. Die Leser implementieren dann wesentliche HDFS-Dateiverwaltungsaufgaben, einschlie lich des Hinzufügens von Dateien und Verzeichnissen, des Abrufens von Daten aus HDFS und des Löschens von Dateien. Diese Übungen helfen den Benutzern, sich mit der Arbeit in verteilten Speichersystemen vertraut zu machen. Das Buch bietet mehrere MapReduce-Implementierungen, beginnend mit einer Word-Count-Lösung zur Berechnung der Anzahl der Vorkommen jedes Wortes in gro en Eingabedateien. Es umfasst ferner Programme für die schlüsselwortbasierte Wortsuche und die Eliminierung von Stoppwörtern aus gro en Textdatensätzen. Ein spezieller Abschnitt konzentriert sich auf das Mining von Wetterdaten mittels MapReduce, wobei Programme implementiert werden, um Durchschnitts-, Höchst- und Mindesttemperaturen für jedes Jahr zu berechnen und Datensätze basierend auf Temperaturschwellenwerten zu filtern.