В книге рассматриваются модели, системы и фреймворки программирования, специально созданные для обработки и анализа больших наборов данных. Дается подробное описание свойств и механизмов ключевых парадигм программирования, используемых в анализе больших данных, таких как модели на основе MapReduce, рабочих потоков, массового синхронного параллелизма (BSP), передачи сообщений, а также SQL-подобных моделей. В главах книги на примерах кода описаны наиболее часто используемые фреймворки, такие как Hadoop, Spark, Storm и MPI, предназначенные для анализа крупных коллекций данных.
Основные темы книги:
концепции и понятия больших данных;
модели больших данных;
инструменты для обработки больших данных;
выбор подходящего фреймворка для работы с большими данными.
Программисты и исследователи найдут обсуждение вопросов выбора среды, наиболее подходящей для достижения целевых задач приложения, а также руководство, которое знакомит с моделями, языками и инструментами эффективного управления большими данными и их анализа.
Издание предназначено читателям с разным уровнем опыта: разработчикам, ученым, аналитикам данных и профессионалам бизнеса, использующего большие данные.
Для работы с книгой необходимо знать языки программирования, такие как Java, Python или Scala, и иметь представление о концепциях параллельного и распределенного программирования.