Hadoop en la Práctica: Incluye 104 Técnicas [Con eBook]

Opiniones de los lectores

El libro 'Hadoop in Practice' ha sido ampliamente elogiado por su exhaustiva cobertura de Hadoop y MapReduce, con numerosos ejemplos prácticos y casos de uso fáciles de entender. Es recomendable para quienes tengan conocimientos básicos de Java y de los conceptos de Hadoop. Sin embargo, puede resultar difícil para los principiantes, y la calidad de impresión ha recibido algunas críticas.

Excelentes ejemplos del mundo real y casos de uso, buena estructura con resúmenes generales y sumarios, diagramas claros, cobertura exhaustiva de los temas de Hadoop, bien escrito y accesible para lectores intermedios.

Asume conocimientos previos de Java y conceptos de Hadoop, puede resultar complejo para principiantes absolutos, la calidad de impresión es deficiente.

(basado en 14 opiniones de lectores)

Título original:

Hadoop in Practice: Includes 104 Techniques [With eBook]

Contenido del libro:

Resumen

Hadoop en la Práctica, Segunda Edición proporciona más de 100 técnicas probadas y útiles al instante que le ayudarán a conquistar big data, utilizando Hadoop. Esta nueva edición revisada cubre los cambios y las nuevas características de la arquitectura central de Hadoop, incluyendo MapReduce 2. Los nuevos capítulos cubren YARN y la integración de Kafka, Impala y Spark SQL con Hadoop. También obtendrá técnicas nuevas y actualizadas para Flume, Sqoop y Mahout, todos los cuales han visto nuevas versiones importantes recientemente. En resumen, esta es la cobertura más práctica y actualizada de Hadoop disponible en cualquier lugar.

La compra del libro impreso incluye un libro electrónico gratuito en formato PDF, Kindle y ePub de Manning Publications.

Acerca del libro

Siempre es un buen momento para actualizar sus conocimientos sobre Hadoop Hadoop en la práctica, segunda edición, proporciona una colección de 104 técnicas probadas y útiles al instante para analizar flujos en tiempo real, mover datos de forma segura, aprendizaje automático, gestión de clústeres a gran escala y domar big data utilizando Hadoop. Esta edición completamente revisada cubre los cambios y las nuevas características del núcleo de Hadoop, incluyendo MapReduce 2 y YARN. Recogerá las mejores prácticas para integrar Spark, Kafka e Impala con Hadoop, y obtendrá técnicas nuevas y actualizadas para las últimas versiones de Flume, Sqoop y Mahout. En resumen, esta es la cobertura más práctica y actualizada de Hadoop disponible.

Los lectores deben conocer un lenguaje de programación como Java y estar familiarizados con Hadoop.

Contenido

⬤ Completamente actualizado para Hadoop 2.

⬤ Cómo escribir aplicaciones YARN.

⬤ Integrar tecnologías en tiempo real como Storm, Impala y Spark.

⬤ Análisis predictivo utilizando Mahout y RR.

⬤ Los lectores necesitan saber un lenguaje de programación como Java y tener una familiaridad básica con Hadoop.

Sobre el autor

Alex Holmes trabaja en problemas difíciles de big data. Es ingeniero de software, autor, conferenciante y bloguero especializado en proyectos Hadoop a gran escala.

Índice

PARTE 1 ANTECEDENTES Y FUNDAMENTOS.

⬤ Hadoop en un latido.

⬤ Introducción a YARN.

PARTE 2 LOGÍSTICA DE DATOS.

⬤ Serialización de datos--trabajando con texto y más allá.

⬤ Organización y optimización de datos en HDFS.

⬤ Moviendo datos dentro y fuera de Hadoop.

PARTE 3 PATRONES DE BIG DATA.

⬤ Aplicando patrones MapReduce a big data.

⬤ Utilización de estructuras de datos y algoritmos a escala.

⬤ Ajuste, depuración y pruebas.

PARTE 4 MÁS ALLÁ DE MAPREDUCE.

⬤ SQL en Hadoop.

⬤  Escribiendo una aplicación YARN.