Programmi applicativi Hadoop

Questo libro è una guida pratica che si concentra esclusivamente su implementazioni reali e soluzioni eseguibili utilizzando Hadoop e il suo ecosistema. È progettato come una risorsa orientata al laboratorio in cui i lettori apprendono le tecnologie Big Data eseguendo direttamente configurazioni, comandi e attività di analisi. Il libro inizia con l'impostazione e l'installazione di Hadoop sia in modalità operativa pseudo-distribuita che completamente distribuita. I lettori implementano quindi le attività essenziali di gestione dei file HDFS, tra cui l'aggiunta di file e directory, il recupero di dati da HDFS e l'eliminazione di file. Questi esercizi aiutano gli utenti a prendere confidenza con i sistemi di archiviazione distribuiti. Il libro fornisce molteplici implementazioni MapReduce, iniziando con una soluzione Word Count per calcolare il numero di occorrenze di ogni parola in file di input di grandi dimensioni. Include inoltre programmi per la ricerca di parole basata su parole chiave e l'eliminazione delle stop word da grandi set di dati testuali. Una sezione dedicata si concentra sul data mining meteorologico utilizzando MapReduce, in cui vengono implementati programmi per calcolare le temperature medie, massime e minime per ogni anno e per filtrare i record in base alle soglie di temperatura.