توضیحات
Harness the power of multiple computers using Python through this fast-paced informative guideAbout This Book- You’ll learn to write data processing programs in Python that are highly available, reliable, and fault tolerant- Make use of Amazon Web Services along with Python to establish a powerful remote computation system- Train Python to handle data-intensive and resource hungry applicationsWho This Book Is ForThis book is for Python developers who have developed Python programs for data processing and now want to learn how to write fast, efficient programs that perform CPU-intensive data processing tasks.What You Will Learn- Get an introduction to parallel and distributed computing- See synchronous and asynchronous programming- Explore parallelism in Python- Distributed application with Celery- Python in the Cloud- Python on an HPC cluster- Test and debug distributed applicationsIn DetailCPU-intensive data processing tasks have become crucial considering the complexity of the various big data applications that are used today. Reducing the CPU utilization per process is very important to improve the overall speed of applications.This book will teach you how to perform parallel execution of computations by distributing them across multiple processors in a single machine, thus improving the overall performance of a big data processing task. We will cover synchronous and asynchronous models, shared memory and file systems, communication between various processes, synchronization, and more.Style and ApproachThis example based, step-by-step guide will show you how to make the best of your hardware configuration using Python for distributing applications.
————————————————————–
ترجمه ماشینی :
با استفاده از این راهنمای آموزنده سریع درباره این کتاب، از قدرت رایانه های متعددی که از پایتون استفاده می کنند استفاده کنید- یاد خواهید گرفت که برنامه های پردازش داده را در پایتون بنویسید که بسیار در دسترس، قابل اعتماد و تحمل خطا هستند- از خدمات وب آمازون همراه با پایتون برای استفاده از آن استفاده کنید. یک سیستم محاسباتی قدرتمند از راه دور ایجاد کنید- Python را برای مدیریت برنامههای کاربردی فشرده و پرمصرف آموزش دهید. -کارهای فشرده پردازش داده ها. آنچه یاد خواهید گرفت- مقدمه ای برای محاسبات موازی و توزیعی دریافت کنید- برنامه نویسی همزمان و ناهمزمان را ببینید- موازی سازی را در پایتون کاوش کنید- برنامه توزیع شده با Celery- Python in the Cloud- Python در یک خوشه HPC- تست و اشکال زدایی برنامه های کاربردی توزیع شده در جزئیات وظایف پردازش داده فشرده CPU با توجه به پیچیدگی برنامه های مختلف داده های بزرگ که امروزه استفاده می شود بسیار مهم شده اند. کاهش استفاده از CPU در هر فرآیند برای بهبود سرعت کلی برنامهها بسیار مهم است. این کتاب به شما آموزش میدهد که چگونه محاسبات را با توزیع موازی در چندین پردازنده در یک ماشین واحد انجام دهید، بنابراین عملکرد کلی پردازش کلان داده را بهبود میبخشد. وظیفه. ما مدل های همزمان و ناهمزمان، حافظه مشترک و سیستم های فایل، ارتباط بین فرآیندهای مختلف، همگام سازی و موارد دیگر را پوشش خواهیم داد. سبک و رویکرد این راهنمای گام به گام مبتنی بر مثال به شما نشان می دهد که چگونه با استفاده از پایتون از پیکربندی سخت افزاری خود به بهترین شکل ممکن استفاده کنید. برای توزیع برنامه های کاربردی
tag : دانلود کتاب محاسبات توزیع شده با پایتون , Download محاسبات توزیع شده با پایتون , دانلود محاسبات توزیع شده با پایتون , Download Distributed Computing with Python Book , محاسبات توزیع شده با پایتون دانلود , buy محاسبات توزیع شده با پایتون , خرید کتاب محاسبات توزیع شده با پایتون , دانلود کتاب Distributed Computing with Python , کتاب Distributed Computing with Python , دانلود Distributed Computing with Python , خرید Distributed Computing with Python , خرید کتاب Distributed Computing with Python ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.