математика

Doug Cutting hatte das Problem, das Internet (alles HTML) herunterzuladen und zu speichern. Was vor zehn Jahren schon eine Herausforderung war, ist heute, bei exponentiellem Anwachsen der Datenmenge, nicht einfacher. Es wurde Cutting schnell klar, dass die klassische Batch-Verarbeitung hier nicht ausreicht. Dann stieß er im Internet auf die Lösung: MapReduce. 
MapReduce beschreibt eine verteilte Ablaufumgebung, die grob gesagt in zwei Schritten aus Inputdaten neue Daten generiert. Cutting implementierte MapReduce Mitte des vergangenen Jahrzehnts als Open Source in Java und nannte das Projekt Hadoop. Eine Einführung in MapReduce, Hadoop und die Hadoop-Datenbank Apache-HBase sind die Kernthemen dieses shortcuts der Big-Data-Experten Bernd Fondermann, Kai Spichaale und Lars George.

литературоведение

Big Data - Apache Hadoop

shortcut

NoSQL führt eine Vielzahl neuer Technologien in die Datenbankszene ein. Das bedeutet mehr Verantwortung für den Einzelnen, sich umfassend zu informieren. Hierzu bietet
das erste Kapitel des shortcuts eine überblicksartige Einführung, der im Folgenden die unterschiedlichen Datenbanktechnologien erläutert. Von all den Informationen, die täglich verarbeitet werden, ist ein beträchtlicher Anteil nicht wegen des Umfangs interessant, sondern wegen der inhärenten Verknüpfungen. Der effektiven Handhabung vernetzter Daten mit Neo4j widmet sich das zweite Kapitel. Horizontale Skalierung und hoher Durchsatz sind die großen Stärken von Apache Cassandra, das im Zentrum des dritten Kapitels steht. Mit seinen Wurzeln in der BigTable-Technologie hat sich HBase über die Jahre zur Grundlage vieler Google-Produkte und -Dienste entwickelt. Welche Ideen, Architektur und welches Datenmodell stecken hinter HBase? Mit diesen Fragen beschäftigt sich abschließend Kapitel 4 des shortcuts.