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 пространственных 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