Complete Guide to Open Source Big Data Stack

Autor Michael Frampton

Complete Guide to Open Source Big Data Stack - Michael Frampton Nedostupné

Complete Guide to Open Source Big Data Stack

Autor Michael Frampton

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( měkká vazba )

    • Produkt je nedostupný.
E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Let na měsíc

Při zaslání zboží balíčkem

K nákupu nad 999 Kč dárek zdarma v hodnotě 299 Kč

Let na měsíc

This book describes the creation of an actual generic open source big data stack, which is an integrated stack of big data components--each of which serves a specific function like storage, resource management, or queueing. Each component has a big data heritage and community to support it. It can support big data in that it is able to scale,… Přejít na celý popis

Stříbrná elita Nevěř nikomu. Lži každému. Nezamiluj se do svého nepřítele. Předobjednejte si dystopickou romantasy senzaci, která potěší fanoušky Čtvrtého křídla i Hunger Games. Více informací

K tomuto produktu zákazníci kupují

Popis Hodnocení 0.0 z 5 hvězdiček 0 Vývoj ceny

Popis

This book describes the creation of an actual generic open source big data stack, which is an integrated stack of big data components--each of which serves a specific function like storage, resource management, or queueing. Each component has a big data heritage and community to support it. It can support big data in that it is able to scale, and it is a distributed and robust system.

In the Complete Guide to Open Source Big Data Stack, Mike Frampton begins by creating a private cloud and then by installing and examining Apache Brooklyn. After that he will use each chapter to introduce one piece of the big data stack—sharing how to source the software and then how to install it. He will then show how it works by simple example. Step by step and chapter by chapter, Frampton will create a real big data stack.

The goal of this book is to show how a big data stack might be created and what components might be used. It attempts to do this with currently available Apache full and incubating systems. The aim is to introduce these components by example and show how they might work together.

The book concentrates on Apache-based systems and shares detailed examples of cloud storage, release management, resources management, processing, queuing, frameworks, data visualization, and more.

What you’ll learn

How to install a private cloud onto the local cluster using Apache cloud stack.How to source and install Apache Brooklyn.How to source and install Mesos.How Brooklyn can be used to install Hadoop, Cassandra, and Riak and how data can be moved.How to use Apache Spark for big data stack data processing.How Apache Kafka can be sourced, installed and configured.How to source and install Apache Zeppelin the big data visualization system.

Who This Book Is For

This book is for developers, architects, IT project managers, database administrators, and others charged with developing or supporting a big data system. It is also for a general IT audience, anyone interested in Hadoop or big data, and those experiencing problems with data size. It’s also for anyone who would like to further their career in this area by adding big data skills. 

Sdílet

kategorie
Knihy » Cizojazyčná literatura » English literature » Nonfiction » Information Technology
Témata
Nakladatel
aPress
Rozměr
254 x 179 x 22
jazyk
angličtina
Vazba
měkká vazba
Hmotnost
742 g
isbn
978-1-4842-2148-8
Počet stran
365
datum vydání
19.01.2018
ean
9781484221488

Hodnocení a recenze čtenářů Nápověda

0.0 z 5 0 hodnocení čtenářů

0× 5 hvězdiček 0× 4 hvězdičky 0× 3 hvězdičky 0× 2 hvězdičky 0× 1 hvezdička

Přidejte své hodnocení knihy

Načíst další hodnocení

Zobrazit všechna hodnocení

Přidat hodnocení

Vývoj ceny

Vývoj ceny Nápověda

Získejte přehled o vývoji ceny za posledních 60 dní.

Maloobchodní cena Minimální prodejní cena: 0 Kč Nápověda

Články, které stojí za pozornost

Zobrazit blog

Články, které stojí za pozornost