處理巨量資料(Big data)的最佳選擇
如果你正在尋找一個具可擴展性的儲存解決方案,來容納幾乎是永無止盡的大量資料,本書介紹的Apache HBase可以滿足你的需要。它是Google BigTable架構下的一個開放原始碼實作,HBase可以擴展到數十億筆資料和數百萬個欄位,同時確保寫入和讀取效能仍然保持一定的水準。針對許多IT人員經常提出的問題,本書提供了一些很有參考價值的解答。
.探索如何更緊密地與Hadoop整合,讓HBase可以更容易做到可擴展性。
.透過一個由一般伺服器所架設的低成本叢集,來散佈大型資料集。
.利用原生Java客戶端,或透過閘道伺服器所提供的REST、Avro或Thrift API來存取HBase。
.瞭解HBase的架構細節,包括儲存格式、預寫式日誌、背景程序等等。
.HBase整合Hadoop的MapReduce框架,用於大規模平行化的資料處理作業。
.學習如何去調校叢集、設計綱要、複製資料表、匯入大量資料、卸離節點和更多其他的工作。
名人推薦
「分散式系統通常最好是像〝雲〞一般。Lars George從實務中萃取出來的寶貴經驗,是我們在學習HBase過程中一個很好的引導。」—Josh Patterson, Cloudera
作者簡介:
Lars George是HBase提交者,目前於Cloudera擔任解決方案架構師一職,主要負責Hadoop和HBase的技術支援、顧問服務和教育訓練工作。曾經在多次Hadoop使用者會議和大型研討會上發表演說,像是在布魯塞爾市的開放原始碼開發者歐洲會議(FOSDEM,Free and Open Source Software Developers’ European Meeting)。
目錄
第1章 簡介
第2章 安裝
第3章 客戶端API:基礎
第4章 用戶端API:進階功能
第5章 用戶端API:管理功能
第6章 可用的客戶端
第7章 與MapReduce整合
第8章 架構
第9章 進階使用
第10章 叢集監控
第11章 效能調校
第12章 叢集管理
附錄A HBase組態屬性
附錄B 發展藍圖
附錄C 升級先前的版本
附錄D 發佈版本
附錄E Hush SQL綱要
附錄F HBase vs. Bigtable
第1章 簡介
第2章 安裝
第3章 客戶端API:基礎
第4章 用戶端API:進階功能
第5章 用戶端API:管理功能
第6章 可用的客戶端
第7章 與MapReduce整合
第8章 架構
第9章 進階使用
第10章 叢集監控
第11章 效能調校
第12章 叢集管理
附錄A HBase組態屬性
附錄B 發展藍圖
附錄C 升級先前的版本
附錄D 發佈版本
附錄E Hush SQL綱要
附錄F HBase vs. Bigtable
購物須知
退換貨說明:
會員均享有10天的商品猶豫期(含例假日)。若您欲辦理退換貨,請於取得該商品10日內寄回。
辦理退換貨時,請保持商品全新狀態與完整包裝(商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等)一併寄回。若退回商品無法回復原狀者,可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。