雲數據管理 : 挑戰與機遇
迪衛艾肯特·阿格拉沃爾
- 出版商: 機械工業
- 出版日期: 2017-05-01
- 定價: $414
- 售價: 7.5 折 $311
- 語言: 簡體中文
- 頁數: 140
- 裝訂: 精裝
- ISBN: 7111563271
- ISBN-13: 9787111563273
-
相關分類:
大數據 Big-data
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
SQL 語法範例辭典$550$468 -
基礎資料結構 ─ 使用 C++ (Fundamentals of Data Structures in C++, 2/e)$790$751 -
機率與統計 (Probability, Statistics, and Random Processes For Electrical Engineering, 3/e)$620$558 -
離散數學 (Rosen: Discrete Mathematics and Its Applications, 7/e)(授權經銷版)$810$770 -
數位邏輯設計 (Mano: Digital Design, 5/e)$720$706 -
$414Spring 源碼深度解析 -
電腦網際網路, 6/e (國際版)(Computer Networking: A Top-Down Approach, 6/e)(附部分內容光碟)$650$585 -
Introducing Python: Modern Computing in Simple Packages (Paperback)$1,760$1,672 -
Microsoft Office 2016 非常 EASY$420$357 -
手機程式設計App--使用AppInventor 2 中版介面輕鬆學$620$527 -
Python 自動化的樂趣｜搞定重複瑣碎 & 單調無聊的工作 (中文版) (Automate the Boring Stuff with Python: Practical Programming for Total Beginners)$500$425 -
第一次學 Python 就上手！$480$408 -
Effective C# 中文版 | 寫出良好 C# 程式的 50個具體做法, 3/e (Effective C# : 50 Specific Ways to Improve Your C#(Covers C# 6.0), 3/e)$450$356 -
穿梭虛擬與現實 -- Unity 3D 擴增實境AR速戰技 (附範例/近220分鐘影音教學)$550$435 -
寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$390$308 -
R語言 -- 邁向 Big Data之路 (最新版)$580$493 -
Linux Shell 程式設計與管理實務, 3/e$690$538 -
Python 初學特訓班 (增訂版) (附250分鐘影音教學/範例程式)$480$379 -
秋聲教你玩 Python：邊玩邊學更易上手$390$304 -
$414開源容器雲 OpenShift : 構建基於 Kubernetes 的企業應用雲平臺 (OpenShift Enterprise Container Platform Based on Kubernetes) -
Deep Learning｜用 Python 進行深度學習的基礎理論實作$580$458 -
大數據時代一定要會的自動化資料搜集術$480$408 -
初探機器學習｜使用 Python (Thoughtful Machine Learning with Python)$480$379 -
React 入門開發實務$520$411 -
鳳凰專案｜看 IT部門如何讓公司從谷底翻身的傳奇故事$480$379
商品描述
本書共分7章。第1章介紹了雲計算、雲數據管理的基本概念，並描述了本書的組織結構；第2章主要介紹了分佈式數據管理的相關知識，包括分佈式系統、P2P系統、並發控制和分佈式數據恢復等；第3章對雲數據管理的早期研究工作進行了描述，包括不同的鍵-值存儲系統在數據模型、數據分佈和容錯等方面的區別，以及Bigtable、PNUTS和DYNAMO這三個代表性鍵-值存儲系統的特點；第4章介紹了託管數據的事務問題，包括數據託管模式、託管數據的事務執行、數據存儲和復制等內容；第5章主要介紹了分佈式數據事務相關技術；第6章討論了雲數據管理中的多租戶技術，包括多租戶模型、雲中的數據庫彈性以及雲中數據庫負載的自動控制；第7章對相關經驗教訓進行了總結，並指出了未來的主要研究方向
