.png)
Gratis Bücher Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Gratis Bücher Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Was tun Sie , um zu beginnen zu lesen Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht Anleitung Suche , die Sie eine faszinierende E-Book Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht , die Sie lesen möchten machen erste oder suchen Sie überprüfen genießen? Jeder hat Unterschied mit ihrem Grunde der Check - out eine Publikation Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht Aktuar, Verhalten zu lesen muss von früher. Zahlreiche Menschen überprüfen könnten gerne, aber nicht ein E-Book. Es ist nichts auszusetzen. Jemand wird sicherlich müde sein , um die dicke Veröffentlichung mit wenig Worten zu öffnen , um zu sehen. In noch mehr, das ist der eigentliche Zustand. So treten am ehesten mit diesem 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
Gratis Bücher Big Data in der Praxis: Lösungen mit Hadoop, HBase und Hive. Daten speichern, aufbereiten, visualisieren, by Jonas Freiknecht
Ist Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht Ihre bevorzugte Lesung buchen? Ist Fiktionen? Wie genau ist über Vergangenheit? Oder ist die effektivste Verkäufer Roman Ihrer Auswahl Ihrer Freizeit zu befriedigen? Und auch die politischen oder religiösen Publikationen sind auf der Jagd Sie jetzt? Hier gehen wir uns Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht Buchsammlungen bieten , die Sie benötigen. Viele Zahlen der Bücher aus zahlreichen Bereichen angeboten. Von Fiktionen für die wissenschaftliche Forschung und religiöse kann hier als entdeckt betrachtet werden. Sie ärgern können nicht nicht die genannte Buch zu finden , zu überprüfen. Diese Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht ist einer von ihnen.
When first opening this publication to review, even in soft documents system, you will see just how the book is created. From the cove we will certainly also locate that the writer is really wonderful in making the viewers feel drawn in to find out more and also more. Completing one page will certainly lead you to review next web page, and also additionally. This is why Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht has numerous fans. This is just what the author describes to the visitors and also says the meaning
We provide Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht that is written for addressing your inquiries for this time around. This suggested book can be the reason of you to lays spare little time in the evening or in your office. But, it will certainly not disrupt your tasks or responsibilities, obviously. Taking care of the time to not just get and read guide is in fact easy. You could only require few times in a day to end up a web page to some pages for this Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht It will not fee so difficult to then end up the book until completion.
When you are taking a trip for somewhere, this is good enough to bring constantly this book that can be conserved in device in soft data system. By waiting, you can load the time in the train, auto, or various other transportation to review. Or when you have extra time in your holiday, you could spend few for checking out Big Data In Der Praxis: Lösungen Mit Hadoop, HBase Und Hive. Daten Speichern, Aufbereiten, Visualisieren, By Jonas Freiknecht So, this is truly ideal to read every time you could materialize of it.
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: