Регулируемый однофазный автотрансформатор энергия латр new tdgc2- 1k 1kva 4a е0102-0002

Регулируемый однофазный автотрансформатор энергия латр new tdgc2- 1k 1kva 4a е0102-0002Автотрансформаторы<br>Вес: 6.3 кг;<br>Выходное напряжение: 250 В;<br>Габариты: 185x170x220 мм;<br>Мощность: 0.8 кВт;<br>Диапазон регулирования: 0-250 В;<br>Max ток: 4 А;<br>Тип: ЛАТР ;<br>Число фаз: однофазные ;<br>Разъемы: клеммные зажимы ;<br>Частота входной сети: 50 Гц;<br>Автотрансформаторы
Вес: 6.3 кг;
Выходное напряжение: 250 В;
Габариты: 185x170x220 мм;
Мощность: 0.8 кВт;
Диапазон регулирования: 0-250 В;
Max ток: 4 А;
Тип: ЛАТР ;
Число фаз: однофазные ;
Разъемы: клеммные зажимы ;
Частота входной сети: 50 Гц;


Подробнее >>>












Брюки Finn Flare, цвет: черный

Брюки Finn Flare, цвет: черныйБрюки<br><br>Размер Years: 13; Размер Height: 158; Бренд: Finn Flare; Код товара: GL000619410; Артикул: KW16-81008J; Цвет производителя: черный; Размер RU: 158; Страна-производитель: Вьетнам; Сезон: осень-зима; Пол ребенка: для мальчиков; Возраст ребенка: 13 лет; Состав: 100% полиэстер; Подкладка: полиэстер; Наполнитель: Conjugate; Размер: 158 (13 лет); Брюки

Размер Years: 13; Размер Height: 158; Бренд: Finn Flare; Код товара: GL000619410; Артикул: KW16-81008J; Цвет производителя: черный; Размер RU: 158; Страна-производитель: Вьетнам; Сезон: осень-зима; Пол ребенка: для мальчиков; Возраст ребенка: 13 лет; Состав: 100% полиэстер; Подкладка: полиэстер; Наполнитель: Conjugate; Размер: 158 (13 лет);

Подробнее >>>








Большие данные. Принципы и практика построения масштабируемых систем обработки данных

Большие данные. Принципы и практика построения масштабируемых систем обработки данныхПрограммирование<br>В этой книге представлены теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. В ней рассматривается лямбда-архитектура, предназначенная для построения подобных систем, и на примере конкретного веб-приложения поясняются особенности реализации всех уровней этой архитектуры с помощью инструментальных средств вроде Hadoop, Cassandra и Storm. Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных.<br>Книга рассчитана на читателей, стремящихся освоить принципы построения систем больших данных и внедрить их на практике.<br>В крупномасштабных веб-приложениях, которые поддерживают работу социальных сетей, выполняют аналитику в реальном времени или поддерживают электронную торговлю, приходится обрабатывать большие массивы данных, объем и скорость обмена которыми превышают возможности информационных систем, основанных на традиционных базах данных. Для подобных приложений требуются архитектуры, в основе которых лежат кластеры машин для хранения и обработки данных любого объема и с любой скоростью. Правда, масштабируемость и простота не являются взаимоисключающими свойствами подобных архитектур.<br>Эта книга поможет читателю научиться строить системы больших данных, используя архитектуру, специально предназначенную для фиксации и анализа данных в масштабе веб.<br>В ней представлена простая для понимания и масштабируемая лямбда-архитектура, позволяющая разрабатывать информационные системы усилиями небольших команд. В книге даются теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. Помимо общей инфраструктуры для обработки больших данных, читатель может ознакомиться с конкретными технологическими и инструментальными средствами вроде Hadoop, Storm и баз данных типа NoSQL.<br>В этой книге рассматриваются следующие темы.<br>Введение в системы больших данных.<br>Описание особенностей обработки данных масштаба веб в реальном времени.<br>Применение инструментальных средств вроде Hadoop, Cassandra и Storm.<br>Возможность расширить свои знания и навыки за пределы традиционных баз данных.<br>Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных.<br>Об авторах<br>Натан Марц - создатель системы Apache Storm и инициатор применения лямбда-архитектуры для построения систем больших данных.<br>Джеймс Уоррен - архитектор-аналитик с квалификацией в области машинного обучения и научных расчетов.<br>Отзывы о книге<br>Эта книга выходит за рамки отдельных инструментальных средств или платформ. Обязательна к прочтению всем, кто работает системами больших данных.<br>-Джонатан Эстерхази, компания Groupon<br>Эта книга - подробный, снабженный примерами экскурс в лямбда-архитектуру под руководством ее изобретателя.<br>-Марк Фишер, компания Pivotal<br>Книга содержит мудрость, которую можно приобрести только после выполнения многих проектов с большими данными. Обязательна для чтения.<br>-Педро Феррера Бертран, компания Datasalt<br>Это фактическое руководство по рационализации обработки конвейера данных пакетами и почти в реальном времени.<br>-Алекс Холмс, автор книги Hadoop in Practice<br>Программирование
В этой книге представлены теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. В ней рассматривается лямбда-архитектура, предназначенная для построения подобных систем, и на примере конкретного веб-приложения поясняются особенности реализации всех уровней этой архитектуры с помощью инструментальных средств вроде Hadoop, Cassandra и Storm. Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных.
Книга рассчитана на читателей, стремящихся освоить принципы построения систем больших данных и внедрить их на практике.
В крупномасштабных веб-приложениях, которые поддерживают работу социальных сетей, выполняют аналитику в реальном времени или поддерживают электронную торговлю, приходится обрабатывать большие массивы данных, объем и скорость обмена которыми превышают возможности информационных систем, основанных на традиционных базах данных. Для подобных приложений требуются архитектуры, в основе которых лежат кластеры машин для хранения и обработки данных любого объема и с любой скоростью. Правда, масштабируемость и простота не являются взаимоисключающими свойствами подобных архитектур.
Эта книга поможет читателю научиться строить системы больших данных, используя архитектуру, специально предназначенную для фиксации и анализа данных в масштабе веб.
В ней представлена простая для понимания и масштабируемая лямбда-архитектура, позволяющая разрабатывать информационные системы усилиями небольших команд. В книге даются теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. Помимо общей инфраструктуры для обработки больших данных, читатель может ознакомиться с конкретными технологическими и инструментальными средствами вроде Hadoop, Storm и баз данных типа NoSQL.
В этой книге рассматриваются следующие темы.
Введение в системы больших данных.
Описание особенностей обработки данных масштаба веб в реальном времени.
Применение инструментальных средств вроде Hadoop, Cassandra и Storm.
Возможность расширить свои знания и навыки за пределы традиционных баз данных.
Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных.
Об авторах
Натан Марц - создатель системы Apache Storm и инициатор применения лямбда-архитектуры для построения систем больших данных.
Джеймс Уоррен - архитектор-аналитик с квалификацией в области машинного обучения и научных расчетов.
Отзывы о книге
"Эта книга выходит за рамки отдельных инструментальных средств или платформ. Обязательна к прочтению всем, кто работает системами больших данных".
-Джонатан Эстерхази, компания Groupon
"Эта книга - подробный, снабженный примерами экскурс в лямбда-архитектуру под руководством ее изобретателя".
-Марк Фишер, компания Pivotal
"Книга содержит мудрость, которую можно приобрести только после выполнения многих проектов с большими данными. Обязательна для чтения".
-Педро Феррера Бертран, компания Datasalt
"Это фактическое руководство по рационализации обработки конвейера данных пакетами и почти в реальном времени".
-Алекс Холмс, автор книги Hadoop in Practice


Подробнее >>>



Приозерск, Можайский, Библиотека имени Ленина, Гаджиево, Грайворон, Башкортостан, Дмитровский, Белово, Самара Металлург, Рыбинск, Томская область, Гай, Вологда, Курганинск, Бурятия, Ижевск, Марьино.