Nathan Marz Livres

A simple, straight forward and real world introduction to the world of recruitment consultancy, packed with step by step tips, secrets and advice.

Web-scale applications like social networks, real-time analytics, or e-commerce sites deal with a lot of data, whose volume and velocity exceed the limits of traditional database systems. These applications require architectures built around clusters of machines to store and process data of any size, or speed. Fortunately, scale and simplicity are not mutually exclusive. Big Data teaches you to build big data systems using an architecture designed specifically to capture and analyze web-scale data. This book presents the Lambda Architecture, a scalable, easy-to-understand approach that can be built and run by a small team. You'll explore the theory of big data systems and how to implement them in practice. In addition to discovering a general framework for processing big data, you'll learn specific technologies like Hadoop, Storm, and NoSQL databases. What's inside: Introduction to big data systems; Real-time processing of web-scale data; Tools like Hadoop, Cassandra, and Storm; Extensions to traditional database skills. This book requires no previous exposure to large-scale data analysis or NoSQL tools. Familiarity with traditional databases is helpful. - Back cover

Obsługa aplikacji, kt�re operują na ogromnych zbiorach danych, czyli na przykład portali społecznościowych, przekracza możliwości zwykłych relacyjnych baz.Praca ze złożonymi zbiorami danych wymaga architektury obejmującej wielomaszynowe klastry, dzięki kt�rym możliwe jest przechowywanie i przesyłanie informacji praktycznie dowolnej wielkości.Architektura taka powinna dodatkowo być prosta w użyciu, niezawodna i skalowalna.

Die Verarbeitung großer Datenmengen ist für Unternehmen unerlässlich, da herkömmliche Datenbanksysteme oft nicht mehr ausreichen. Big-Data-Systeme erfordern spezielle Architekturen, die in der Lage sind, Daten nahezu beliebigen Umfangs zu speichern und zu verarbeiten, was grundlegende Anforderungen mit sich bringt, die vielen Entwicklern unbekannt sind. Die Autoren zeigen, wie man solche Systeme mit der Lambda-Architektur einrichtet, einem skalierbaren und leicht verständlichen Ansatz, der auch für kleine Teams geeignet ist. Anhand eines realistischen Beispiels werden die Grundlagen von Big-Data-Systemen praktisch umgesetzt. Dabei werden Technologien wie Hadoop, Storm und NoSQL-Datenbanken eingeführt. Das Buch setzt keine Vorkenntnisse über Datenanalysetools oder NoSQL voraus, jedoch sind grundlegende Erfahrungen mit herkömmlichen Datenbanken von Vorteil. Inhaltlich werden Themen behandelt wie Echtzeitverarbeitung großer Datenmengen, das Batch-Layer mit Datenmodellierung und Skalierbarkeit, sowie die Implementierung eines Graphenschemas mit Apache Thrift. Weitere Schwerpunkte sind MapReduce, JCascalog für Pipe-Diagramme, das Serving-Layer mit ElephantDB und die Speed-Layer für Echtzeit-Views. Zudem wird die Nutzung von Hadoop, Apache Cassandra, Apache Kafka und Apache Storm sowie die Streamverarbeitung mit Trident behandelt.