MapReduce Design Patterns

Hasta ahora, los patrones de diseño para el marco MapReduce se han dispersado entre varios trabajos de investigación, blogs y libros. Esta práctica guía reúne una colección única de valiosos patrones MapReduce que le ahorrará tiempo y esfuerzo, independientemente del dominio, idioma o marco de desarrollo usted está utilizando.
Cada patrón se explica en el contexto, con Falsedades y fallos claramente identificados para ayudar a evitar errores comunes de diseño cuando se modela la arquitectura de datos grande. Este libro también ofrece una visión completa de MapReduce que explica sus orígenes e implementaciones, y por qué los patrones de diseño son tan importantes. . Todos los ejemplos de código están escritos para Hadoop
patrones resumen: obtener una vista de nivel superior al resumir y agrupar datos
patrones de filtrado: subconjuntos vista de datos como los registros generados a partir de un usuario
Join patterns: analyze different datasets together to discover interesting relationships
Metapatterns: piece together several patterns to solve multi-stage problems”>> Patrones de organización de datos: reorganizar los datos para trabajar con otros sistemas, o para hacer más fácil el análisis de MapReduce
Ingreso patrones: analizar diferentes bases de datos en conjunto para descubrir relaciones interesantes
Metapatterns: juntar varios patrones para resolver problemas de múltiples etapas o para realizar análisis de varios en el mismo trabajo
de entrada y patrones de salida: personalizar el modo de usar Hadoop para cargar o almacenar datos
“Una exposición clara de los programas de MapReduce para los patrones comunes de procesamiento de datos de este libro? . indespensible para cualquier persona que utilice Hadoop “
– Tom White, autor de Hadoop: The Definitive Guide

DESCARGAR