Sommaire

Big DataConcepts et mise en oeuvre de Hadoop

Ce livre sur Hadoop (versions 1 et 2), vise deux types de publics :

Il s'adresse d’une part aux décideurs, qu’ils soient techniciens (responsable informatique, spécialiste de Business Intelligence...) ou pas (responsable de la stratégie, directeur général...), et vise à démystifier le Big Data et Hadoop. Dans les chapitres concernés, les termes techniques sont limités au strict minimum et l'accent est mis, à chaque fois que cela est pertinent, sur l'utilisation et l'impact potentiel du Big Data et de Hadoop : Vue globale de Hadoop, Principaux apports de la version 2, Mettre en œuvre un cluster Hadoop, Hadoop : quand l'utiliser ?...

Il s'adresse également aux informaticiens, étudiants ou en activité, qui recherchent une première introduction en français, simple (sans être simpliste) et relativement exhaustive, au Big Data et à Hadoop. Les lecteurs concernés seront particulièrement intéressés par les chapitres suivants : Installer Hadoop sur une station de travail, HDFS, MapReduce, Les apports de la version 2, Aspects matériels, L'éco-système de Hadoop, Développer des programmes Hadoop, Mettre en oeuvre un cluster Hadoop...

Des éléments complémentaires sont en téléchargement sur cette page.


Les chapitres du livre :
Avant-propos – Introduction – Installer Hadoop sur une station de travail – Une vue globale de Hadoop – HDFS – MapReduce – Les apports de la version 2 de Hadoop – Aspects matériels – L'écosystème de Hadoop – Développer des programmes Hadoop – Mettre en œuvre un cluster Hadoop – Quand utiliser Hadoop ? - Conclusion
Laurent JOLIA-FERRIER
Laurent Jolia-Ferrier est consultant indépendant depuis de nombreuses années. Il intervient auprès de clients dans le secteur public comme dans le secteur privé, en France et  à l'étranger. Il accompagne ses clients dans leur réflexion sur l'impact du Big Data sur leur stratégie et forme des développeurs Hadoop. Il est certifié Cloudera Hadoop Developer.
Parution : février 2014
Réf. ENI : EPBIGHA
ISBN : 9782746086883
Commander
la version impriméeBig Data