Apache Spark入門 動かして学ぶ最新並列分散処理フレームワーク
あらすじ・内容
Apache Sparkは多数のコンピュータを並列で動かして高速処理を実現する技術です。大量のデータを扱う「ビッグデータ」や「機械学習」、「IoT（Internet of Things：物のインターネット）」などの分野で応用が期待されるOSS（Open Source Software）です。Apache SparkはUCバークレイで提唱されたRDD（Resilient Distributed Datasets）というアーキテクチャを採用しており、メモリを積極的に活用した分散並列処理を実現します。これにより、従来よりも大幅なパフォーマンスアップが期待できます。また、Hadoopとの高い親和性を有しており、YARNやHDFSなどのHadoopのシステムの枠組を使えます。本書はApache Sparkを使うための知識を簡潔かつ実践的に紹介していきます。Apache Sparkでは「機械学習」「グラフ処理」「ストリーミング」処理等々を実現するためのライブラリが標準で利用できますが、各分野への応用も見据えたこれらの活用方法も本書で解説します。Apache Sparkの仕組みとその利用方法を理解することにより、一歩先を行くデータ処理の新しい潮流を知ることができます。※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。
（c）翔泳社
「GWコイン大還元祭」は1,500円(税込)以上の購入でコイン還元されます
- 価格
-
3,520円(税込)
3,200円 (+消費税320円)
- 付与コイン
-
5/7 (火) 09:59まで
新規限定！
3,200
コイン還元
(*詳細)
作品情報
「Apache Spark入門 動かして学ぶ最新並列分散処理フレームワーク（翔泳社）」シリーズ作品一覧（全1冊）
各3,520円 (税込)
-
実用 Apache Spark入門 動かして学ぶ最新並列分散処理フレームワーク
Apache Sparkは多数のコンピュータを並列で動かして高速処理を実現する技術です。大量のデータを扱う「ビッグデータ」や「機械学習」、「IoT（Internet of Things：物のインターネット）」などの分野で応用が期待されるOSS（Open Source Software）です。Apache SparkはUCバークレイで提唱されたRDD（Resilient Distributed Datasets）というアーキテクチャを採用しており、メモリを積極的に活用した分散並列処理を実現します。これにより、従来よりも大幅なパフォーマンスアップが期待できます。また、Hadoopとの高い親和性を有しており、YARNやHDFSなどのHadoopのシステムの枠組を使えます。本書はApache Sparkを使うための知識を簡潔かつ実践的に紹介していきます。Apache Sparkでは「機械学習」「グラフ処理」「ストリーミング」処理等々を実現するためのライブラリが標準で利用できますが、各分野への応用も見据えたこれらの活用方法も本書で解説します。Apache Sparkの仕組みとその利用方法を理解することにより、一歩先を行くデータ処理の新しい潮流を知ることができます。※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。
付与コインの内訳
3,200コイン
-
会員ランク（今月ランクなし）
0%
-
コイン還元キャンペーン
50%
-
初回50%コイン還元 会員登録から30日以内の初回購入に限り、合計金額（税抜）から50％コイン還元適用
複数商品の購入で付与コイン数に変動があります。
付与コイン数が購入金額(税抜)の100％を超える場合、100％未満になるよう調整が行われます。
会員ランクの付与率は購入処理完了時の会員ランクに基づきます。
そのため、現在表示中の付与率から変わる場合があります。
【クーポンの利用について】
クーポンご利用時、コイン還元キャンペーン分のコインは付与されません。
ただし、初回50％コイン還元分のコインは付与されます。
詳しくは決済ページにてご確認ください。
「Apache Spark入門 動かして学ぶ最新並列分散処理フレームワーク」評価・レビュー
