• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Analiza funkcji Java i Map Reduce w Hadoop

Analiza funkcji Java i Map Reduce w Hadoop

Paperback

General Computers

ISBN10: 6209462820
ISBN13: 9786209462825
Publisher: Wydawnictwo Nasza Wiedza
Published: Feb 13 2026
Pages: 52
Weight: 0.18
Height: 0.12 Width: 6.00 Depth: 9.00
Language: Polish
Hadoop, otwarta implementacja frameworka Map/Reduce oparta na języku Java, stworzona przez Apache Software Foundation, to framework obliczeniowy przeznaczony do obslugi aplikacji rozproszonych przetwarzających duże ilości danych. Zapewnia narzędzia do przetwarzania ogromnych ilości danych przy użyciu frameworka Map/Reduce, a dodatkowo implementuje rozproszony system plików podobny do systemu plików Google. Może byc używany do przetwarzania ogromnych ilości danych równolegle na dużych klastrach w sposób niezawodny i odporny na awarie. Od dawna Java jest używana przez wielu programistów do przetwarzania danych. W tej książce porównaliśmy i przeanalizowaliśmy wydajnośc Hadoop z Java, Hadoop z Hadoop Optimize oraz Hadoop Optimize z Java pod kątem różnych kryteriów wydajności, takich jak przetwarzanie (wykorzystanie procesora), przechowywanie i efektywnośc podczas przetwarzania danych. Wyniki naszych eksperymentów pokazują poprawę czasu wykonania przy użyciu zoptymalizowanego algorytmu Map/Reduce. Porównując Hadoop i Java, Hadoop jest lepszy, gdy mamy klaster wielowęzlowy i duży rozmiar danych. Jednak gdy mamy pojedynczy węzel i maly rozmiar danych, nawet Java może dzialac lepiej.

Also from

Gosal, Gurinder Pal Singh

Also in

General Computers