Алгоритмы и структуры для массивных наборов данных

Стандартные алгоритмы и структуры при применении к крупным распределенным наборам данных могут становиться медленными — или вообще не работать. Правильный подбор алгоритмов, предназначенных для работы с большими данными, экономит время, повышает точность и снижает стоимость обработки. Книга знакомит с методами обработки и анализа больших распределенных данных. Насыщенное отраслевыми историями и занимательными иллюстрациями, это удобное руководство позволяет легко понять даже сложные концепции. Вы научитесь применять на реальных примерах такие мощные алгоритмы, как фильтры Блума, набросок count-min, HyperLogLog и LSM-деревья, в своих собственных проектах.
Приведены примеры на Python, R и в псевдокоде.
Основные темы: – вероятностные структуры данных в виде набросков;
– выбор правильного движка базы данных;
– конструирование эффективных дисковых структур данных и алгоритмов;
– понимание алгоритмических компромиссов в крупно-масштабных системах;
– правильное формирование выборок из потоковых данных;
– вычисление процентилей при ограниченных пространст-венных ресурсах. «Доступное и прекрасно иллюстрированное введение в вероятностные дисковые структуры данных и алгоритмы».Маркус Янг, Prosper Marketplace «Повысит ваши знания об алгоритмах и структурах данных с уровня учебника до уровня реального мира».Руи Лю, Oracle«Прекрасно объясняет масштабируемые структуры данных и алгоритмы. Обязательное чтение для любого инженера данных».Алекс Гоур, Shopify«Подробный практический подход к работе с распределенными системами и архитектурами данных».Сатедж Кумар Саху, Honeywell