Fundamentos de Big Data
Autor: Roger Robson dos Santos , Maycon Viana Bordin , Sergio Eduardo Nunes , Thiago Nascimento Rodrigues , Laerte de Marque , Fernanda Rosa da Silva
LIVRO IDEAL PARA
Alunos de graduação de Análise e Desenvolvimento de Sistemas, Gestão da Tecnologia da Informação, Big Data e Inteligência Analítica
SOBRE O LIVRO
Esta obra apresenta técnicas de processamento e de análise de dados em cenários de big data, conceitos-chave relacionados a esses cenários, especificando as suas características e a estrutura de seus dados. Além disso, este livro trata das ferramentas que permitem o armazenamento e o processamento dos dados, transformando-os em informações.
Resumo
O avanço das tecnologias e das redes de comunicação, bem como o aumento de usuários de internet ao redor do mundo fizeram com que a quantidade de dados aumentasse significativamente. Essa massa de dados, entretanto, tem características distintas das massas de dados tradicionais e exige soluções específicas para o seu processamento e armazenamento. Nesta obra, você conhecerá o processamento em big data, que é capaz de transformar essa grande massa de dados em informação. Você estudará, a partir dos seus fundamentos, características e soluções relacionadas ao cenário de big data e as ferramentas para o seu processamento e armazenamento.
Referência
SANTOS, R. R. et al. Fundamentos de big data. Porto Alegre: SAGAH, 2021.
Informações técnicas
eBook
Formato ePDF
Páginas 272
ISBN 9786556901749
Ano 2021
Equipe técnica
Eduardo Kugler Viegas, Doutor em InformáticaGraduado em Ciência da Computação
Sumário
Confira o sumário detalhado desse livro (clique aqui).
Características de cenário de big data
Hadoop: ecossistema de processamento em big data
Interface de texto no ecossistema do Hadoop
Hadoop Distributed Filesystem
Hadoop Distributed Filesystem na prática
Paradigma de programação do MapReduce
MapReduce no Hadoop: arquitetura de análise distribuída
Casos de uso do Hadoop no MapReduce
MapReduce na prática: desenvolvimento e testes locais em Java
Apache YARN: gerenciador de recursos no Hadoop MapReduce
MapReduce na prática: submissão de tarefas ao Hadoop em Java
MapReduce na prática: agregação parcial por meio do Combiner para otimizar desempenho
Hive: arquitetura e componentes
Hive: criação de tabelas
Hive: consultas por meio da linguagem HiveQL
Hive na prática: uso e comandos no Hadoop
