Packt Publishing, 2013. — 144 p. — ISBN-13: 978-1-78328-137-4.
На англ. языке.
از آنجایی که داده ها روز به روز به طور تصاعدی رشد می کنند، استخراج اطلاعات به خودی خود به یک فعالیت خسته کننده تبدیل می شود. فناوری هایی مانند Hadoop در تلاش هستند تا برخی از نگرانی ها را برطرف کنند، در حالی که Solr جستجوی وجهی با سرعت بالا را ارائه می دهد. در کنار هم قرار دادن این دو فناوری به سازمانها کمک میکند تا مشکل استخراج اطلاعات از دادههای بزرگ را با ارائه قابلیتهای عالی جستجوی وجهی توزیعشده حل کنند.
< /div>مقیاسسازی Big Data با Hadoop و Solr با آموزش اصول اولیه فناوریهای Big Data از جمله Hadoop و اکوسیستم آن و Apache Solr شروع میشود. این روش رویکردهای مختلف مقیاس بندی داده های بزرگ با Hadoop و Solr را با بحث در مورد کاربرد، مزایا و معایب هر رویکرد توضیح می دهد. سپس خوانندگان را در مورد نحوه انجام اشتراکگذاری و نمایهسازی در Big Data و سپس بهینهسازی عملکرد جستجوی Big Data، راهنمایی میکند. در نهایت، برخی از موارد استفاده در دنیای واقعی برای مقیاسبندی دادههای بزرگ را پوشش میدهد.
با این کتاب، همه چیزهایی را که برای ایجاد یک پلت فرم جستجوی سازمانی توزیع شده نیاز دارید، یاد خواهید گرفت. و همچنین نحوه بهینه سازی این جستجو تا حد زیادی که منجر به حداکثر استفاده از منابع موجود می شود.
آنچه خواهید آموخت: Apache Hadoop، اکوسیستم آن، و Apache Solr را بشناسید؛
معماری های مختلف مبتنی بر صنعت را در حین طراحی جستجوی سازمانی Big Data بیاموزید و کاربرد و مزایای آنها را درک کنید؛
نوشتن نقشه/کاهش وظایف برای نمایه سازی داده های خود؛
عملکرد جستجوی Big Data خود را در حین مقیاس بندی داده های خود تنظیم دقیق کنید؛
آگاهی خود را از فناوری های جدید موجود در بازار که امروزه Hadoop و Solr در اختیار شما قرار می دهند، افزایش دهید؛
از Solr به عنوان یک ابزار استفاده کنید. پایگاه داده NOSQL؛
نمونه Big Data خود را برای عملکرد در دنیای واقعی پیکربندی کنید؛
به ویژگی های کلیدی یک سیستم Big Data توزیع شده اشاره کنید h به عنوان اطمینان از در دسترس بودن و قابلیت اطمینان بالای نمونه های خود؛
Hadoop و Solr را با استفاده از موارد استفاده در صنعت خود با هم ادغام کنید.
Who This کتاب برای:مقیاسسازی دادههای بزرگ با Hadoop و Solr به توسعهدهندگانی که میخواهند پلتفرمهای جستجوی سازمانی با سرعت بالا با استفاده از Hadoop و Solr بسازند، راهنمایی میکند. هدف اصلی این کتاب برنامه نویسان جاوا است که می خواهند پلتفرم Hadoop را گسترش دهند تا آن را به عنوان یک جستجوی سازمانی بدون هیچ دانش قبلی از Apache Hadoop و Solr اجرا کنند.
توضیحاتی در مورد کتاب به زبان اصلی :
Packt Publishing, 2013. — 144 p. — ISBN-13: 978-1-78328-137-4.
На англ. языке.
As data grows exponentially day-by-day, extracting information becomes a tedious activity in itself. Technologies like Hadoop are trying to address some of the concerns, while Solr provides high-speed faceted search. Bringing these two technologies together is helping organizations resolve the problem of information extraction from Big Data by providing excellent distributed faceted search capabilities.
Scaling Big Data with Hadoop and Solr is a step-by-step guide that helps you build high performance enterprise search engines while scaling data. Starting with the basics of Apache Hadoop and Solr, this book then dives into advanced topics of optimizing search with some interesting real-world use cases and sample Java code.Scaling Big Data with Hadoop and Solr starts by teaching you the basics of Big Data technologies including Hadoop and its ecosystem and Apache Solr. It explains the different approaches of scaling Big Data with Hadoop and Solr, with discussion regarding the applicability, benefits, and drawbacks of each approach. It then walks readers through how sharding and indexing can be performed on Big Data followed by the performance optimization of Big Data search. Finally, it covers some real-world use cases for Big Data scaling.
With this book, you will learn everything you need to know to build a distributed enterprise search platform as well as how to optimize this search to a greater extent resulting in maximum utilization of available resources.
What You Will Learn:Understand Apache Hadoop, its ecosystem, and Apache Solr;
Learn different industry-based architectures while designing Big Data enterprise search and understand their applicability and benefits;
Write map/reduce tasks for indexing your data;
Fine-tune the performance of your Big Data search while scaling your data;
Increase your awareness of new technologies available today in the market that provide you with Hadoop and Solr;
Use Solr as a NOSQL database;
Configure your Big Data instance to perform in the real world;
Address the key features of a distributed Big Data system such as ensuring high availability and reliability of your instances;
Integrate Hadoop and Solr together in your industry by means of use cases.
Who This Book Is For:Scaling Big Data with Hadoop and Solr provides guidance to developers who wish to build high-speed enterprise search platforms using Hadoop and Solr. This book is primarily aimed at Java programmers who wish to extend the Hadoop platform to make it run as an enterprise search without any prior knowledge of Apache Hadoop and Solr.