Synopsis
Hadoop, l'implémentation open source et basée sur Java du framework Map/Reduce de l'Apache Software Foundation, est un framework informatique distribué conçu pour les applications distribuées gourmandes en données. Il fournit les outils nécessaires au traitement de grandes quantités de données à l'aide du framework Map/Reduce et implémente en outre un système de fichiers distribué similaire à celui de Google. Il peut être utilisé pour traiter de grandes quantités de données en parallèle sur de grands clusters de manière fiable et tolérante aux pannes. Depuis longtemps, Java est utilisé par de nombreux programmeurs pour le traitement des données. Dans cet ouvrage, nous avons comparé et analysé les performances de Hadoop avec Java, de Hadoop avec Hadoop Optimize et de Hadoop Optimize avec Java en fonction de différents critères de performance, tels que le traitement (utilisation du CPU), le stockage et l'efficacité lors du traitement des données. Nos résultats expérimentaux montrent une amélioration du temps d'exécution lors de l'utilisation de l'algorithme Map/Reduce optimisé. En comparant Hadoop et Java, Hadoop est plus performant lorsque nous avons un cluster à plusieurs nœuds et que la taille des données est importante. Cependant, lorsque nous avons un seul nœud et une petite taille de données, même Java peut être plus performant.
"synopsis" may belong to another edition of this title.
Search results for Analyse des fonctionnalités de Java et Map Reduce sur...
Stock Image
Analyse des fonctionnalit?s de Java et Map Reduce sur Hadoop
Print on DemandSeller: PBShop.store US, Wood Dale, IL, U.S.A.
Seller rating 5 out of 5 stars
PAP. Condition: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Seller Inventory # L0-9786209494581
Stock Image
Analyse des fonctionnalit?s de Java et Map Reduce sur Hadoop
Print on DemandSeller: PBShop.store UK, Fairford, GLOS, United Kingdom
Seller rating 5 out of 5 stars
PAP. Condition: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Seller Inventory # L0-9786209494581
Buy New
£ 39.29
£ 3.29 shipping
Ships from United Kingdom to U.S.A.
Ships from United Kingdom to U.S.A.
Quantity: Over 20 available
Stock Image
Analyse des fonctionnalités de Java et Map Reduce sur Hadoop (French Edition)
Seller: California Books, Miami, FL, U.S.A.
Seller rating 4 out of 5 stars
Condition: New. Seller Inventory # I-9786209494581
Stock Image
Analyse des fonctionnalits de Java et Map Reduce sur Hadoop (Paperback)
Print on DemandSeller: Grand Eagle Retail, Bensenville, IL, U.S.A.
Seller rating 5 out of 5 stars
Paperback. Condition: new. Paperback. Hadoop, l'implementation open source et basee sur Java du framework Map/Reduce de l'Apache Software Foundation, est un framework informatique distribue concu pour les applications distribuees gourmandes en donnees. Il fournit les outils necessaires au traitement de grandes quantites de donnees a l'aide du framework Map/Reduce et implemente en outre un systeme de fichiers distribue similaire a celui de Google. Il peut etre utilise pour traiter de grandes quantites de donnees en parallele sur de grands clusters de maniere fiable et tolerante aux pannes. Depuis longtemps, Java est utilise par de nombreux programmeurs pour le traitement des donnees. Dans cet ouvrage, nous avons compare et analyse les performances de Hadoop avec Java, de Hadoop avec Hadoop Optimize et de Hadoop Optimize avec Java en fonction de differents criteres de performance, tels que le traitement (utilisation du CPU), le stockage et l'efficacite lors du traitement des donnees. Nos resultats experimentaux montrent une amelioration du temps d'execution lors de l'utilisation de l'algorithme Map/Reduce optimise. En comparant Hadoop et Java, Hadoop est plus performant lorsque nous avons un cluster a plusieurs noeuds et que la taille des donnees est importante. Cependant, lorsque nous avons un seul noeud et une petite taille de donnees, meme Java peut etre plus performant. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. Seller Inventory # 9786209494581
Stock Image
Analyse des fonctionnalités de Java et Map Reduce sur Hadoop
Published by
Editions Notre Savoir Feb 2026, 2026
ISBN 10: 6209494587
ISBN 13: 9786209494581
New
Taschenbuch
Seller: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany
Seller rating 5 out of 5 stars
Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 52 pp. Französisch. Seller Inventory # 9786209494581
Stock Image
Analyse des fonctionnalits de Java et Map Reduce sur Hadoop (Paperback)
Print on DemandSeller: AussieBookSeller, Truganina, VIC, Australia
Seller rating 5 out of 5 stars
Paperback. Condition: new. Paperback. Hadoop, l'implementation open source et basee sur Java du framework Map/Reduce de l'Apache Software Foundation, est un framework informatique distribue concu pour les applications distribuees gourmandes en donnees. Il fournit les outils necessaires au traitement de grandes quantites de donnees a l'aide du framework Map/Reduce et implemente en outre un systeme de fichiers distribue similaire a celui de Google. Il peut etre utilise pour traiter de grandes quantites de donnees en parallele sur de grands clusters de maniere fiable et tolerante aux pannes. Depuis longtemps, Java est utilise par de nombreux programmeurs pour le traitement des donnees. Dans cet ouvrage, nous avons compare et analyse les performances de Hadoop avec Java, de Hadoop avec Hadoop Optimize et de Hadoop Optimize avec Java en fonction de differents criteres de performance, tels que le traitement (utilisation du CPU), le stockage et l'efficacite lors du traitement des donnees. Nos resultats experimentaux montrent une amelioration du temps d'execution lors de l'utilisation de l'algorithme Map/Reduce optimise. En comparant Hadoop et Java, Hadoop est plus performant lorsque nous avons un cluster a plusieurs noeuds et que la taille des donnees est importante. Cependant, lorsque nous avons un seul noeud et une petite taille de donnees, meme Java peut etre plus performant. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability. Seller Inventory # 9786209494581
Stock Image
Analyse des fonctionnalit?s de Java et Map Reduce sur Hadoop (French Edition)
Print on DemandSeller: Majestic Books, Hounslow, United Kingdom
Seller rating 4 out of 5 stars
Condition: New. Print on Demand. Seller Inventory # 408447177
Buy New
£ 70.19
£ 6.50 shipping
Ships from United Kingdom to U.S.A.
Ships from United Kingdom to U.S.A.
Quantity: 4 available
Stock Image
Analyse des fonctionnalit?s de Java et Map Reduce sur Hadoop (French Edition)
Seller: Books Puddle, New York, NY, U.S.A.
Seller rating 4 out of 5 stars
Condition: New. Seller Inventory # 26405788438
Stock Image
Analyse des fonctionnalits de Java et Map Reduce sur Hadoop (Paperback)
Print on DemandSeller: CitiRetail, Stevenage, United Kingdom
Seller rating 5 out of 5 stars
Paperback. Condition: new. Paperback. Hadoop, l'implementation open source et basee sur Java du framework Map/Reduce de l'Apache Software Foundation, est un framework informatique distribue concu pour les applications distribuees gourmandes en donnees. Il fournit les outils necessaires au traitement de grandes quantites de donnees a l'aide du framework Map/Reduce et implemente en outre un systeme de fichiers distribue similaire a celui de Google. Il peut etre utilise pour traiter de grandes quantites de donnees en parallele sur de grands clusters de maniere fiable et tolerante aux pannes. Depuis longtemps, Java est utilise par de nombreux programmeurs pour le traitement des donnees. Dans cet ouvrage, nous avons compare et analyse les performances de Hadoop avec Java, de Hadoop avec Hadoop Optimize et de Hadoop Optimize avec Java en fonction de differents criteres de performance, tels que le traitement (utilisation du CPU), le stockage et l'efficacite lors du traitement des donnees. Nos resultats experimentaux montrent une amelioration du temps d'execution lors de l'utilisation de l'algorithme Map/Reduce optimise. En comparant Hadoop et Java, Hadoop est plus performant lorsque nous avons un cluster a plusieurs noeuds et que la taille des donnees est importante. Cependant, lorsque nous avons un seul noeud et une petite taille de donnees, meme Java peut etre plus performant. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability. Seller Inventory # 9786209494581
Buy New
£ 42.99
£ 37 shipping
Ships from United Kingdom to U.S.A.
Ships from United Kingdom to U.S.A.
Quantity: 1 available
Stock Image
Analyse des fonctionnalit?s de Java et Map Reduce sur Hadoop (French Edition)
Print on DemandSeller: Biblios, Frankfurt am main, HESSE, Germany
Seller rating 4 out of 5 stars
Condition: New. PRINT ON DEMAND. Seller Inventory # 18405788444