PAP. Etat : New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. N� de r�f. du vendeur L0-9786209462825

Contacter le vendeur

Acheter neuf

EUR 46,89

Exp�dition �EUR 3,81
Exp�dition depuis Royaume-Uni vers Etats-Unis

Quantit� disponible : Plus de 20 disponibles

Ajouter au panier

Image d'archives

Analiza funkcji Java i Map Reduce w Hadoop (Paperback)

Gurinder Pal Singh Gosal

Edit� par Wydawnictwo Nasza Wiedza, 2026

ISBN 10 : 6209462820 ISBN 13 : 9786209462825

Neuf Paperback

impression � la demande

Vendeur : Grand Eagle Retail, Bensenville, IL, Etats-Unis

�valuation du vendeur 5 sur 5 �toiles

Paperback. Etat : new. Paperback. Hadoop, otwarta implementacja frameworka Map/Reduce oparta na jezyku Java, stworzona przez Apache Software Foundation, to framework obliczeniowy przeznaczony do obslugi aplikacji rozproszonych przetwarzajacych duze ilosci danych. Zapewnia narzedzia do przetwarzania ogromnych ilosci danych przy uzyciu frameworka Map/Reduce, a dodatkowo implementuje rozproszony system plikow podobny do systemu plikow Google. Moze byc uzywany do przetwarzania ogromnych ilosci danych rownolegle na duzych klastrach w sposob niezawodny i odporny na awarie. Od dawna Java jest uzywana przez wielu programistow do przetwarzania danych. W tej ksiazce porownalismy i przeanalizowalismy wydajnosc Hadoop z Java, Hadoop z Hadoop Optimize oraz Hadoop Optimize z Java pod katem roznych kryteriow wydajnosci, takich jak przetwarzanie (wykorzystanie procesora), przechowywanie i efektywnosc podczas przetwarzania danych. Wyniki naszych eksperymentow pokazuja poprawe czasu wykonania przy uzyciu zoptymalizowanego algorytmu Map/Reduce. Porownujac Hadoop i Java, Hadoop jest lepszy, gdy mamy klaster wielowezlowy i duzy rozmiar danych. Jednak gdy mamy pojedynczy wezel i maly rozmiar danych, nawet Java moze dzialac lepiej. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. N� de r�f. du vendeur 9786209462825

Contacter le vendeur

Acheter neuf

EUR 54,17

Livraison gratuite
Exp�dition nationale�: Etats-Unis

Quantit� disponible : 1 disponible(s)

Ajouter au panier

Image d'archives

Analiza funkcji Java i Map Reduce w Hadoop

Gurinder Pal Singh Gosal

Edit� par Wydawnictwo Nasza Wiedza Feb 2026, 2026

ISBN 10 : 6209462820 ISBN 13 : 9786209462825

Neuf Taschenbuch

impression � la demande

Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne

�valuation du vendeur 5 sur 5 �toiles

Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 52 pp. Polnisch. N� de r�f. du vendeur 9786209462825

Contacter le vendeur

Acheter neuf

EUR 43,90

Exp�dition �EUR 23
Exp�dition depuis Allemagne vers Etats-Unis

Quantit� disponible : 2 disponible(s)

Ajouter au panier

Image d'archives

Analiza funkcji Java i Map Reduce w Hadoop

Gosal, Gurinder Pal Singh; Kaur, Livjit

Edit� par Wydawnictwo Nasza Wiedza, 2026

ISBN 10 : 6209462820 ISBN 13 : 9786209462825

Neuf Couverture souple

Vendeur : Books Puddle, New York, NY, Etats-Unis

�valuation du vendeur 4 sur 5 �toiles

Etat : New. N� de r�f. du vendeur 26405882606

Contacter le vendeur

Acheter neuf

EUR 84,83

Exp�dition �EUR 3,45
Exp�dition nationale�: Etats-Unis

Quantit� disponible : 4 disponible(s)

Ajouter au panier

Image d'archives

Analiza funkcji Java i Map Reduce w Hadoop (Paperback)

Gurinder Pal Singh Gosal

Edit� par Wydawnictwo Nasza Wiedza, 2026

ISBN 10 : 6209462820 ISBN 13 : 9786209462825

Neuf Paperback

impression � la demande

Vendeur : AussieBookSeller, Truganina, VIC, Australie

�valuation du vendeur 5 sur 5 �toiles

Paperback. Etat : new. Paperback. Hadoop, otwarta implementacja frameworka Map/Reduce oparta na jezyku Java, stworzona przez Apache Software Foundation, to framework obliczeniowy przeznaczony do obslugi aplikacji rozproszonych przetwarzajacych duze ilosci danych. Zapewnia narzedzia do przetwarzania ogromnych ilosci danych przy uzyciu frameworka Map/Reduce, a dodatkowo implementuje rozproszony system plikow podobny do systemu plikow Google. Moze byc uzywany do przetwarzania ogromnych ilosci danych rownolegle na duzych klastrach w sposob niezawodny i odporny na awarie. Od dawna Java jest uzywana przez wielu programistow do przetwarzania danych. W tej ksiazce porownalismy i przeanalizowalismy wydajnosc Hadoop z Java, Hadoop z Hadoop Optimize oraz Hadoop Optimize z Java pod katem roznych kryteriow wydajnosci, takich jak przetwarzanie (wykorzystanie procesora), przechowywanie i efektywnosc podczas przetwarzania danych. Wyniki naszych eksperymentow pokazuja poprawe czasu wykonania przy uzyciu zoptymalizowanego algorytmu Map/Reduce. Porownujac Hadoop i Java, Hadoop jest lepszy, gdy mamy klaster wielowezlowy i duzy rozmiar danych. Jednak gdy mamy pojedynczy wezel i maly rozmiar danych, nawet Java moze dzialac lepiej. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability. N� de r�f. du vendeur 9786209462825

Contacter le vendeur

Acheter neuf

EUR 57,92

Exp�dition �EUR 31,97
Exp�dition depuis Australie vers Etats-Unis

Quantit� disponible : 1 disponible(s)

Ajouter au panier

Image d'archives

Analiza funkcji Java i Map Reduce w Hadoop (Paperback)

Gurinder Pal Singh Gosal

Edit� par Wydawnictwo Nasza Wiedza, 2026

ISBN 10 : 6209462820 ISBN 13 : 9786209462825

Neuf Paperback

impression � la demande

Vendeur : CitiRetail, Stevenage, Royaume-Uni

�valuation du vendeur 5 sur 5 �toiles

Paperback. Etat : new. Paperback. Hadoop, otwarta implementacja frameworka Map/Reduce oparta na jezyku Java, stworzona przez Apache Software Foundation, to framework obliczeniowy przeznaczony do obslugi aplikacji rozproszonych przetwarzajacych duze ilosci danych. Zapewnia narzedzia do przetwarzania ogromnych ilosci danych przy uzyciu frameworka Map/Reduce, a dodatkowo implementuje rozproszony system plikow podobny do systemu plikow Google. Moze byc uzywany do przetwarzania ogromnych ilosci danych rownolegle na duzych klastrach w sposob niezawodny i odporny na awarie. Od dawna Java jest uzywana przez wielu programistow do przetwarzania danych. W tej ksiazce porownalismy i przeanalizowalismy wydajnosc Hadoop z Java, Hadoop z Hadoop Optimize oraz Hadoop Optimize z Java pod katem roznych kryteriow wydajnosci, takich jak przetwarzanie (wykorzystanie procesora), przechowywanie i efektywnosc podczas przetwarzania danych. Wyniki naszych eksperymentow pokazuja poprawe czasu wykonania przy uzyciu zoptymalizowanego algorytmu Map/Reduce. Porownujac Hadoop i Java, Hadoop jest lepszy, gdy mamy klaster wielowezlowy i duzy rozmiar danych. Jednak gdy mamy pojedynczy wezel i maly rozmiar danych, nawet Java moze dzialac lepiej. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability. N� de r�f. du vendeur 9786209462825

Contacter le vendeur