دانلود کتاب Disk-based algorithms for big data – الگوریتم های مبتنی بر دیسک برای داده های بزرگ

توضیحات

Disk-Based Algorithms for Big Data is a product of recent advances in the areas of big data, data analytics, and the underlying file systems and data management algorithms used to support the storage and analysis of massive data collections. The book discusses hard disks and their impact on data management, since Hard Disk Drives continue to be common in large data clusters. It also explores ways to store and retrieve data though primary and secondary indices. This includes a review of different in-memory sorting and searching algorithms that build a foundation for more sophisticated on-disk approaches like mergesort, B-trees, and extendible hashing.

Following this introduction, the book transitions to more recent topics, including advanced storage technologies like solid-state drives and holographic storage; peer-to-peer (P2P) communication; large file systems and query languages like Hadoop/HDFS, Hive, Cassandra, and Presto; and NoSQL databases like Neo4j for graph structures and MongoDB for unstructured document data.

Designed for senior undergraduate and graduate students, as well as professionals, this book is useful for anyone interested in understanding the foundations and advances in big data storage and management, and big data analytics.

Dr. Christopher G. Healey is a tenured Professor in the Department of Computer Science and the Goodnight Distinguished Professor of Analytics in the Institute for Advanced Analytics, both at North Carolina State University in Raleigh, North Carolina. He has published over 50 articles in major journals and conferences in the areas of visualization, visual and data analytics, computer graphics, and artificial intelligence. He is a recipient of the National Science Foundations CAREER Early Faculty Development Award and the North Carolina State University Outstanding Instructor Award. He is a Senior Member of the Association for Computing Machinery (ACM) and the Institute of Electrical and Electronics Engineers (IEEE), and an Associate Editor of ACM Transaction on Applied Perception, the leading worldwide journal on the application of human perception to issues in computer science.

————————————————————–

ترجمه ماشینی :

الگوریتم‌های مبتنی بر دیسک برای داده‌های بزرگ محصول پیشرفت‌های اخیر در زمینه‌های کلان داده، تجزیه و تحلیل داده‌ها، و سیستم‌های فایل زیربنایی و الگوریتم‌های مدیریت داده است که برای پشتیبانی از ذخیره‌سازی و تجزیه و تحلیل مجموعه‌های عظیم داده استفاده می‌شوند. این کتاب در مورد هارد دیسک ها و تاثیر آنها بر مدیریت داده ها بحث می کند، زیرا درایوهای هارد دیسک همچنان در خوشه های داده بزرگ رایج هستند. همچنین راه هایی برای ذخیره و بازیابی داده ها از طریق شاخص های اولیه و ثانویه را بررسی می کند. این شامل مروری بر الگوریتم‌های مختلف مرتب‌سازی و جستجو در حافظه می‌شود که پایه‌ای برای رویکردهای پیچیده‌تر روی دیسک مانند ادغام، درخت‌های B و هش قابل گسترش می‌سازد.

پس از این مقدمه، کتاب به موضوعات جدیدتر، از جمله فناوری‌های ذخیره‌سازی پیشرفته مانند درایوهای حالت جامد و ذخیره‌سازی هولوگرافیک منتقل می‌شود. ارتباط همتا به همتا (P2P)؛ سیستم های فایل بزرگ و زبان های پرس و جو مانند Hadoop/HDFS، Hive، Cassandra و Presto. و پایگاه های داده NoSQL مانند Neo4j برای ساختارهای گراف و MongoDB برای داده های اسناد بدون ساختار.

این کتاب برای دانشجویان ارشد و کارشناسی ارشد و همچنین حرفه ای ها طراحی شده است، این کتاب برای هر کسی که علاقه مند به این موضوع است مفید است. درک مبانی و پیشرفت در ذخیره سازی و مدیریت داده های بزرگ و تجزیه و تحلیل داده های بزرگ.