Analisando Recursos Java Map by Gosal Gurinder (11 results)

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

Condition: New.

PAP. Condition: New. New Book. Shipped from UK. Established seller since 2000.

Condition: New.

Taschenbuch. Condition: Neu. Analisando os recursos do Java e do Map Reduce no Hadoop | Gurinder Pal Singh Gosal (u. a.) | Taschenbuch | Portugiesisch | 2026 | Edições Nosso Conhecimento | EAN 9786209555404 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.…

Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 52 pp. Portugiesisch.

Condition: New. Print on Demand.

Paperback. Condition: new. Paperback. O Hadoop, a implementacao de codigo aberto e baseada em Java da Apache Software Foundation da estrutura Map/Reduce, e uma estrutura de computacao distribuida projetada para aplicacoes distribuidas com uso intensivo de dados. Ele fornece as ferramentas para processar grandes quantidades de dados usando a estrutura Map/Reduce e, alem disso, implementa um sistema de ficheiros distribuido semelhante ao sistema de ficheiros do Google. Pode ser usado para processar grandes quantidades de dados em paralelo em grandes clusters de maneira confiavel e tolerante a falhas. Ha muito tempo que o Java e utilizado por muitos programadores para processar dados. Neste livro, comparamos e analisamos o desempenho do Hadoop com o Java, do Hadoop com o Hadoop Optimize e do Hadoop Optimize com o Java em termos de diferentes criterios de desempenho, tais como processamento (utilizacao da CPU), armazenamento e eficiencia no processamento de dados. Os nossos resultados experimentais mostram uma melhoria no tempo de execucao ao utilizar o algoritmo Map/Reduce otimizado. Na comparacao entre o Hadoop e o Java, o Hadoop e melhor quando temos um cluster de varios nos e o tamanho dos dados e grande. No entanto, quando temos um unico no e um tamanho de dados pequeno, ate mesmo o Java pode ter um desempenho melhor. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…

Condition: New. PRINT ON DEMAND.

Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -O Hadoop, a implementação de código aberto e baseada em Java da Apache Software Foundation da estrutura Map/Reduce, é uma estrutura de computação distribuída projetada para aplicações distribuídas com uso intensivo de dados. Ele fornece as ferramentas para processar grandes quantidades de dados usando a estrutura Map/Reduce e, além disso, implementa um sistema de ficheiros distribuído semelhante ao sistema de ficheiros do Google. Pode ser usado para processar grandes quantidades de dados em paralelo em grandes clusters de maneira confiável e tolerante a falhas. Há muito tempo que o Java é utilizado por muitos programadores para processar dados. Neste livro, comparamos e analisamos o desempenho do Hadoop com o Java, do Hadoop com o Hadoop Optimize e do Hadoop Optimize com o Java em termos de diferentes critérios de desempenho, tais como processamento (utilização da CPU), armazenamento e eficiência no processamento de dados. Os nossos resultados experimentais mostram uma melhoria no tempo de execução ao utilizar o algoritmo Map/Reduce otimizado. Na comparação entre o Hadoop e o Java, o Hadoop é melhor quando temos um cluster de vários nós e o tamanho dos dados é grande. No entanto, quando temos um único nó e um tamanho de dados pequeno, até mesmo o Java pode ter um desempenho melhor.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 52 pp. Portugiesisch.…

Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - O Hadoop, a implementação de código aberto e baseada em Java da Apache Software Foundation da estrutura Map/Reduce, é uma estrutura de computação distribuída projetada para aplicações distribuídas com uso intensivo de dados. Ele fornece as ferramentas para processar grandes quantidades de dados usando a estrutura Map/Reduce e, além disso, implementa um sistema de ficheiros distribuído semelhante ao sistema de ficheiros do Google. Pode ser usado para processar grandes quantidades de dados em paralelo em grandes clusters de maneira confiável e tolerante a falhas. Há muito tempo que o Java é utilizado por muitos programadores para processar dados. Neste livro, comparamos e analisamos o desempenho do Hadoop com o Java, do Hadoop com o Hadoop Optimize e do Hadoop Optimize com o Java em termos de diferentes critérios de desempenho, tais como processamento (utilização da CPU), armazenamento e eficiência no processamento de dados. Os nossos resultados experimentais mostram uma melhoria no tempo de execução ao utilizar o algoritmo Map/Reduce otimizado. Na comparação entre o Hadoop e o Java, o Hadoop é melhor quando temos um cluster de vários nós e o tamanho dos dados é grande. No entanto, quando temos um único nó e um tamanho de dados pequeno, até mesmo o Java pode ter um desempenho melhor.…