Big Data
Entwicklung und Programmierung von Systemen für große Datenmengen und Einsatz der Lambda-Architektur
Nathan Marz und James Warren
Diese Publikation zitieren
Nathan Marz, James Warren, Big Data (2016), mitp-Verlag, Frechen, ISBN: 9783958451766
1863
Accesses
Accesses
21
Quotes
Quotes
Beschreibung / Abstract
Einführung in Big-Data-Systeme Echtzeitverarbeitung sehr großer Datenmengen Tools wie Hadoop, Cassandra und Storm Bei Anwendungen in der Größenordnung von sozialen Netzwerken, der Datenverkehrsanalyse in Echtzeit oder E-Commerce-Websites entstehen sehr schnell so große Datenmengen, dass herkömmliche Datenbanksysteme ihnen nicht mehr gewachsen sind. Solche Anwendungen erfordern Architekturen, die dafür ausgelegt sind, Datenmengen nahezu beliebigen Umfangs zu speichern und zu verarbeiten. Dieses Buch erklärt die Einrichtung solcher Datenhaltungssysteme anhand einer speziell für große Datenmengen ausgelegten Architektur. Der Autor erläutert die Theorie von Big-Data-Systemen und zeigt, wie der Leser dies in die Praxis umsetzen kann. Darüber hinaus werden Technologien wie Hadoop, Storm und NoSQL-Datenbanken eingeführt.
Beschreibung
Nathan Marz ist der Erfinder von Apache Storm und der Lambda-Architektur für Big-Data-Systeme. James Warren befasst sich mit Datenanalysen und kennt sich bestens mit algorithmischem Lernen und wissenschaftlichem Rechnen aus.
Inhaltsverzeichnis
- Cover
- Titel
- Impressum
- Inhaltsverzeichnis
- Vorwort
- Danksagungen
- Über dieses Buch
- Kapitel 1: Ein neues Paradigma für Big Data
- 1.1 Aufbau des Buches
- 1.2 Skalierung mit einer herkömmlichen Datenbank
- 1.3 NoSQL ist kein Allheilmittel
- 1.4 Grundlagen
- 1.5 Erwünschte Eigenschaften eines Big-Data-Systems
- 1.6 Schwierigkeiten vollständig inkrementeller Architekturen
- 1.7 Lambda-Architektur
- 1.8 Die neuesten Trends
- 1.9 Beispielanwendung: SuperWebAnalytics.com
- 1.10 Zusammenfassung
- Teil I: Batch-Layer
- Kapitel 2: Das Datenmodell für Big Data
- Kapitel 3: Das Datenmodell für Big Data: Praxis
- Kapitel 4: Datenspeicherung im Batch-Layer
- Kapitel 5: Datenspeicherung im Batch-Layer: Praxis
- Kapitel 6: Batch-Layer
- Kapitel 7: Batch-Layer: Praxis
- Kapitel 8: Beispiel eines Batch-Layers: Architektur und Algorithmen
- Kapitel 9: Beispiel eines Batch-Layers: Implementierung
- Teil II: Serving-Layer
- Kapitel 10: Serving-Layer
- Kapitel 11: Serving-Layer: Praxis
- Teil III: Speed-Layer
- Kapitel 12: Echtzeit-Views
- Kapitel 13: Echtzeit-Views: Praxis
- Kapitel 14: Warteschlangen und Streamverarbeitung
- Kapitel 15: Warteschlangen und Streamverarbeitung: Praxis
- Kapitel 16: Streamverarbeitung kleiner Stapel
- Kapitel 17: Streamverarbeitung kleiner Stapel: Praxis
- Kapitel 18: Die Lambda-Architektur im Detail
- Stichwortverzeichnis