首页计算机书籍计算机语言《Hadoop权威指南 第2版》怀特著 周敏奇等译
yewei

文档

313

关注

0

好评

0
PDF

《Hadoop权威指南 第2版》怀特著 周敏奇等译

阅读 942 下载 0 大小 23.34M 总页数 595 页 2022-11-22 分享
价格:¥ 10.00
下载文档
/ 595
全屏查看
《Hadoop权威指南 第2版》怀特著 周敏奇等译
还有 595 页未读 ,您可以 继续阅读 或 下载文档
1、本文档共计 595 页,下载后文档不带www.pdfdz.com水印,支持完整阅读内容。
2、古籍基本都为PDF扫描版,所以文档不支持编辑功能,即不支持文档内文字的复制粘贴。
3、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
4、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
5、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。
推荐序由Google公司研发的Google文件系统和MapReduce编程模型以其Web环境下处理大规模海量数据的特有魅力,在学术界和工业界引起了非同小可的反响。以此为开端,学术界不断涌现出针对海量数据处理、立足于MapReduce的研究成果。而在工业界,大量类似于Google文件系统、采用类MapReduce编程模型的系统也得到了广泛的部署和应用。今天,在像互联网应用、科学数据处理、商业智能数据分析等具有海量数据需求的应用变得越来越普遍时,无论是从科学研究还是从应用开发的角度来看,掌握像Google文件系统和MapReduce编程模型这样的技术已成为一种趋势。在这样的背景下,实现了MapReduce编程模型的Hadoop开源系统就成为大家一种自然而又合理的选择。MapReduce编程模型之所以受到欢迎并迅速得到应用,在技术上主要有三方面的原因。首先,MapReduce所采用的是无共享大规模集群系统。集群系统具有良好的性价比和可伸缩性,这一优势为MapReduce成为大规模海量数据平台的首选创造了条件。其次,MapReduce模型简单、易于理解、易于使用。大量数据处理问题,包括很多机器学习和数据挖掘算法,都可以使用MapReduce实现。第三,虽然基本的MapReduce模型只提供一个过程性的编程接口,但在海量数据环境、需要保证可伸缩性的前提下,通过使用合适的查询优化和索引技术,MapReduce仍然能够提供相当好的数据处理性能。显然,要真正掌握MapReduce编程技术,需要对上述技术有一个较为深入的了解,也需要熟悉支撑MapReduce的运行环境及系统的部署要求。非常令人兴奋的是,Hadoop开源负责人Tom White所写的Hadoop:The Definite Guide一书为我们解决了这一问题。.TopSage
返回顶部