Vendeur : PBShop.store US, Wood Dale, IL, Etats-Unis
PAP. Etat : New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. N° de réf. du vendeur L0-9786209534607
Quantité disponible : Plus de 20 disponibles
Vendeur : California Books, Miami, FL, Etats-Unis
Etat : New. N° de réf. du vendeur I-9786209534607
Quantité disponible : Plus de 20 disponibles
Vendeur : PBShop.store UK, Fairford, GLOS, Royaume-Uni
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 réf. du vendeur L0-9786209534607
Quantité disponible : Plus de 20 disponibles
Vendeur : Grand Eagle Retail, Bensenville, IL, Etats-Unis
Paperback. Etat : new. Paperback. Hadoop, l'implementazione open source e basata su Java del framework Map/Reduce dell'Apache Software Foundation, e un framework di calcolo distribuito progettato per applicazioni distribuite ad alta intensita di dati. Fornisce gli strumenti per l'elaborazione di grandi quantita di dati utilizzando il framework Map/Reduce e, inoltre, implementa un file system distribuito simile al file system di Google. Puo essere utilizzato per elaborare grandi quantita di dati in parallelo su cluster di grandi dimensioni in modo affidabile e tollerante ai guasti. Da molto tempo Java viene utilizzato da molti programmatori per l'elaborazione dei dati. In questo libro abbiamo confrontato e analizzato le prestazioni di Hadoop con Java, Hadoop con Hadoop Optimize e Hadoop Optimize con Java in termini di diversi criteri di prestazione, quali l'elaborazione (utilizzo della CPU), l'archiviazione e l'efficienza durante l'elaborazione dei dati. I risultati dei nostri esperimenti mostrano un miglioramento dei tempi di esecuzione quando si utilizza l'algoritmo Map/Reduce ottimizzato. Confrontando Hadoop e Java, Hadoop e migliore quando si dispone di un cluster multi-nodo e la dimensione dei dati e grande. Tuttavia, quando si dispone di un singolo nodo e di dati di piccole dimensioni, anche Java puo funzionare meglio. 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 réf. du vendeur 9786209534607
Quantité disponible : 1 disponible(s)
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 52 pp. Italienisch. N° de réf. du vendeur 9786209534607
Quantité disponible : 2 disponible(s)
Vendeur : Majestic Books, Hounslow, Royaume-Uni
Etat : New. Print on Demand. N° de réf. du vendeur 408447584
Quantité disponible : 4 disponible(s)
Vendeur : Books Puddle, New York, NY, Etats-Unis
Etat : New. N° de réf. du vendeur 26405788095
Quantité disponible : 4 disponible(s)
Vendeur : AussieBookSeller, Truganina, VIC, Australie
Paperback. Etat : new. Paperback. Hadoop, l'implementazione open source e basata su Java del framework Map/Reduce dell'Apache Software Foundation, e un framework di calcolo distribuito progettato per applicazioni distribuite ad alta intensita di dati. Fornisce gli strumenti per l'elaborazione di grandi quantita di dati utilizzando il framework Map/Reduce e, inoltre, implementa un file system distribuito simile al file system di Google. Puo essere utilizzato per elaborare grandi quantita di dati in parallelo su cluster di grandi dimensioni in modo affidabile e tollerante ai guasti. Da molto tempo Java viene utilizzato da molti programmatori per l'elaborazione dei dati. In questo libro abbiamo confrontato e analizzato le prestazioni di Hadoop con Java, Hadoop con Hadoop Optimize e Hadoop Optimize con Java in termini di diversi criteri di prestazione, quali l'elaborazione (utilizzo della CPU), l'archiviazione e l'efficienza durante l'elaborazione dei dati. I risultati dei nostri esperimenti mostrano un miglioramento dei tempi di esecuzione quando si utilizza l'algoritmo Map/Reduce ottimizzato. Confrontando Hadoop e Java, Hadoop e migliore quando si dispone di un cluster multi-nodo e la dimensione dei dati e grande. Tuttavia, quando si dispone di un singolo nodo e di dati di piccole dimensioni, anche Java puo funzionare meglio. 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 réf. du vendeur 9786209534607
Quantité disponible : 1 disponible(s)
Vendeur : Biblios, Frankfurt am main, HESSE, Allemagne
Etat : New. PRINT ON DEMAND. N° de réf. du vendeur 18405788085
Quantité disponible : 4 disponible(s)
Vendeur : CitiRetail, Stevenage, Royaume-Uni
Paperback. Etat : new. Paperback. Hadoop, l'implementazione open source e basata su Java del framework Map/Reduce dell'Apache Software Foundation, e un framework di calcolo distribuito progettato per applicazioni distribuite ad alta intensita di dati. Fornisce gli strumenti per l'elaborazione di grandi quantita di dati utilizzando il framework Map/Reduce e, inoltre, implementa un file system distribuito simile al file system di Google. Puo essere utilizzato per elaborare grandi quantita di dati in parallelo su cluster di grandi dimensioni in modo affidabile e tollerante ai guasti. Da molto tempo Java viene utilizzato da molti programmatori per l'elaborazione dei dati. In questo libro abbiamo confrontato e analizzato le prestazioni di Hadoop con Java, Hadoop con Hadoop Optimize e Hadoop Optimize con Java in termini di diversi criteri di prestazione, quali l'elaborazione (utilizzo della CPU), l'archiviazione e l'efficienza durante l'elaborazione dei dati. I risultati dei nostri esperimenti mostrano un miglioramento dei tempi di esecuzione quando si utilizza l'algoritmo Map/Reduce ottimizzato. Confrontando Hadoop e Java, Hadoop e migliore quando si dispone di un cluster multi-nodo e la dimensione dei dati e grande. Tuttavia, quando si dispone di un singolo nodo e di dati di piccole dimensioni, anche Java puo funzionare meglio. 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 réf. du vendeur 9786209534607
Quantité disponible : 1 disponible(s)