返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 高性能分布式计算系统开发与实现
  • 新华书店正版
    • 作者: (印度)K.G.斯里尼瓦沙//阿尼尔?库马尔?穆帕拉著 | | 高辉//李东升//王宏志译
    • 出版社: 机械工业出版社
    • 出版时间:2018-07-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: (印度)K.G.斯里尼瓦沙//阿尼尔?库马尔?穆帕拉著| 高辉//李东升//王宏志译
    • 出版社:机械工业出版社
    • 出版时间:2018-07-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2018-07-01
    • 字数:157
    • 页数:234
    • 开本:16开
    • 装帧:平装
    • ISBN:9787111601531
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    高性能分布式计算系统开发与实现

    作  者:(印)K.G.斯里尼瓦沙(K.G.Srinivasa),(印)阿尼尔·库马尔·穆帕拉(Anil Kumar Muppalla) 著;高辉,李东升,王宏志 译
    定  价:69
    出 版 社:机械工业出版社
    出版日期:2018年07月01日
    页  数:234
    装  帧:平装
    ISBN:9787111601531
    主编推荐

    内容简介

    本书分两部分,共8章,介绍了如何使用开源工具和技术开发与实现大规模分布式处理系统,涵盖构建高性能分布式计算系统的方法和佳实践。第 一部分(靠前~4章)介绍了高性能分布式计算编程的基础知识,包括分布式系统、Hadoop入门、Spark入门、Scalding入门等;第二部分(第5~8章)给出了使用Hadoop、Spark、Scalding的案例研究,涉及数据聚类、数据分类、回归分析、推荐系统等。本书适合作为高等院校计算机相关专业的教材,也适合作为软件工程师、应用开发人员、科研人员的参考书。

    作者简介

    K.G.斯里尼瓦沙,于2007年获得班加罗尔大学计算机科学与工程博士学位。现就职于班加罗尔的M.S.拉迈阿理工学院计算机科学与工程系,任教授兼主任。他在靠前会议和期刊上共发表过一百多篇研究论文,曾作为访问学者出访过许多大学。他是UGC、DRDO和DST资助的多个项目的首席研究员,其研究领域包括数据挖掘、机器学习、高性能计算和云计算。他是IEEE和ACM的不错成员。
    阿尼尔·库马尔·穆帕拉,既是一位研究者也是一个作家。具有计算机科学和工程学学位。他是很多行业的软件开发者和顾问。他是活跃的研究者,并在靠前会议和期刊上发表诸多文章。他研究的方向包括使用Hadoop、Scalding和Spark进行应用开发。

    精彩内容

    目录
    译者序
    前言
    作者简介
    第一部分高性能分布式计算编程基础
    第1章引言2
    1.1分布式系统2
    1.2分布式系统类型5
    1.2.1分布式嵌入式系统5
    1.2.2分布式信息系统7
    1.2.3分布式计算系统8
    1.3分布式计算架构9
    1.4分布式文件系统10
    1.4.1分布式文件系统需求10
    1.4.2分布式文件系统架构11
    1.5分布式系统面临的挑战13
    1.6分布式系统的发展趋势16
    1.7高性能分布式计算系统示例18
    参考文献20
    第2章Hadoop入门22
    2.1Hadoop简介22
    2.2Hadoop生态系统24
    2.3Hadoop分布式文件系统26
    2.3.1HDFS的特性26
    2.3.2名称节点和数据节点27
    2.3.3文件系统28
    2.3.4数据复制28
    2.3.5通信30
    2.3.6数据组织30
    2.4MapReduce准备工作31
    2.5安装前的准备33
    2.6单节点集群的安装35
    2.7多节点集群的安装38
    2.8Hadoop编程45
    2.9Hadoop流48
    参考文献51
    第3章Spark入门53
    3.1Spark简介53
    3.2Spark内部结构54
    3.3Spark安装58
    3.3.1安装前的准备58
    3.3.2开始使用60
    3.3.3示例:Scala应用63
    3.3.4Python下Spark的使用65
    3.3.5示例:Python应用67
    3.4Spark部署68
    3.4.1应用提交68
    3.4.2单机模式70
    参考文献72
    第4章Scalding和Spark的内部编程74
    4.1Scalding简介74
    4.1.1安装74
    4.1.2编程指南77
    4.2Spark编程指南103
    参考文献120
    第二部分使用Hadoop、Scalding和Spark的案例研究
    第5章案例研究Ⅰ:使用Scalding和Spark进行数据聚类122
    5.1简介122
    5.2聚类122
    5.2.1聚类方法123
    5.2.2聚类处理125
    5.2.3K均值算法125
    5.2.4简单的K均值示例126
    5.3实现128
    问题142
    参考文献142
    第6章案例研究Ⅱ:使用Scalding和Spark进行数据分类144
    6.1分类145
    6.2概率论146
    6.2.1随机变量146
    6.2.2分布146
    6.2.3均值和方差147
    6.3朴素贝叶斯148
    6.3.1概率模型148
    6.3.2参数估计和事件模型149
    6.3.3示例150
    6.4朴素贝叶斯分类器的实现152
    6.4.1Scalding实现153
    6.4.2结果166
    问题168
    参考文献168
    第7章案例研究Ⅲ:使用Scalding和Spark进行回归分析169
    7.1回归分析的步骤169
    7.2实现细节172
    7.2.1线性回归:代数方法173
    7.2.2代数方法的Scalding实现174
    7.2.3代数方法的Spark实现179
    7.2.4线性回归:梯度下降法184
    7.2.5梯度下降法的Scalding实现187
    7.2.6梯度下降法的Spark实现195
    问题198
    参考文献199
    第8章案例研究Ⅳ:使用Scalding和Spark实现推荐系统200
    8.1推荐系统200
    8.1.1目标201
    8.1.2推荐系统的数据源201
    8.1.3推荐系统中使用的技术202
    8.2实现细节204
    8.2.1Spark实现206
    8.2.2Scalding实现221
    问题230
    参考文献230
    索引233

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购