با رشد دارایی های اطلاعاتی در شرکت ها، نیاز به ساخت یک برنامه جستجوی غنی و مقیاس پذیر که بتواند داده های زیادی را مدیریت کند، حیاتی شده است. امروزه، Apache Solr یکی از سازگارترین، مقیاس‌پذیرترین، غنی‌ترین و بهترین سرورهای برنامه جستجوی منبع باز است. به طور مشابه، Apache Hadoop یکی از محبوب ترین پلتفرم های Big Data است و به طور گسترده توسط بسیاری از سازمان ها برای ذخیره و پردازش مجموعه داده های بزرگ ترجیح داده می شود. مقیاس‌بندی داده‌های بزرگ با Hadoop و Solr، نسخه دوم برای کمک به خوانندگان خود در ساخت موتور جستجوی سازمانی Big Data با کارایی بالا با کمک Hadoop و Solr در نظر گرفته شده است. این با درک اولیه Hadoop و Solr شروع می‌شود و به تدریج به ساخت یک مخزن جستجوی سازمانی کارآمد و مقیاس‌پذیر برای داده‌های بزرگ، با استفاده از تکنیک‌های مختلف در سرتاسر فصل‌های عملی تبدیل می‌شود.
With the growth of information assets in enterprises, the need to build a rich, scalable search application that can handle a lot of data has becomes critical. Today, Apache Solr is one of the most widely adapted, scalable, feature-rich, and best performing open source search application servers. Similarly, Apache Hadoop is one of the most popular Big Data platforms and is widely preferred by many organizations to store and process large datasets. Scaling Big Data with Hadoop and Solr, Second Edition is intended to help its readers build a high performance Big Data enterprise search engine with the help of Hadoop and Solr. This starts with a basic understanding of Hadoop and Solr, and gradually develops into building an efficient, scalable enterprise search repository for Big Data, using various techniques throughout the practical chapters.
این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:
Download: Scaling Big Data with Hadoop and Solr
نظرات کاربران