국내도서

>

컴퓨터/인터넷

>

IT 전문서

>

데이터베이스

>

데이터베이스 일반

• 
• 제휴몰 주문 시 고객보상, 일부 이벤트 참여 및 증정품 증정, 하루/당일 배송에서 제외되므로 참고 바랍니다.

• 
• 도서  > 컴퓨터/인터넷  > IT 전문서  > 데이터베이스  > 데이터베이스 일반
• 도서  > 컴퓨터/인터넷  > IT 전문서  > 컴퓨터공학  > 데이터베이스 개론

• 

	위키북스 IT Leaders 시리즈(총29건) 도메인 스토리텔링 : 도메인 주도 소프트웨어 구축을 위한 스토리텔링과 스토리 시각화 기법     25,200원 (10%↓) 파이브 라인스 오브 코드 : 다섯 줄 제한 규칙으로 시작하는 체계적이고 효과적인 리팩터링 수련법     25,200원 (10%↓) 만들면서 배우는 헥사고날 아키텍처 설계와 구현 : 자바와 쿼커스를 활용한 빠르고 생산성 높은 애플리케이션 구축     25,200원 (10%↓) 소프트웨어 크리에이티비티 2.0     22,500원 (10%↓) Specification by Example : 성공적인 프로젝트를 관통하는 핵심 실천법     27,000원 (10%↓) 프레젠테이션 교과서 : 발표자라면 꼭 알아둬야 할 88가지 실천 기법     22,500원 (10%↓) 데이터는 언제나 옳다 : 유스케이스별빅데이터및NoSQL기술가이드 / 대규모데이터처리와분석실무     22,500원 (10%↓) 자바 API 디자인 : 자바 프레임워크 아키텍트가 알려주는 API 설계 이론과 실제     31,500원 (10%↓) 객체지향의 사실과 오해 : 역할, 책임, 협력 관점에서 본 객체지향     18,000원 (10%↓) 슬랙으로 협업하기 : 기초 사용법부터 API를 활용한 봇 만들기까지     19,800원 (10%↓) 오브젝트 : 코드로 이해하는 객체지향 설계     34,200원 (10%↓) 일잘러의 노션 100% 활용법 : 내 업무와 일상생활에 딱 맞는 나만의 노션 템플릿 만들기     16,200원 (10%↓) 도메인 주도 설계 첫걸음 : 소프트웨어 아키텍처와 비즈니스 전략의 일치를 위한 핵심 패턴, 원칙, 실천법     22,500원 (10%↓) 만들면서 배우는 클린 아키텍처 : 자바 코드로 구현하는 클린 웹 애플리케이션     16,200원 (10%↓) 도메인 주도 설계로 시작하는 마이크로서비스 개발 : 핵심 개념과 패턴, 설계, 구현으로 배우는 DDD와 MSA     25,200원 (10%↓) 도메인 주도 설계 철저 입문 : 코드와 패턴으로 밑바닥부터 이해하는 DDD     25,200원 (10%↓) 오브젝트 디자인 스타일 가이드 : 팀의 생산성을 높이는 고품질 객체지향 코드 작성법     24,300원 (10%↓) Code Complete 코드 컴플리트 : 더 나은 소프트웨어 구현을 위한 실무 지침서     43,200원 (10%↓) 소프트웨어 요구사항 3 : 모든 프로젝트 이해관계자가 알아야 할 요구공학의 정석과 실천법     37,800원 (10%↓) 엔터프라이즈 애플리케이션 아키텍처 패턴 : 엔터프라이즈 애플리케이션 구축을 위한 객체지향 설계의 원리와 기법     31,500원 (10%↓) 실용주의 사고와 학습     19,800원 (10%↓) 코딩 호러의 이펙티브 프로그래밍 : 스택 오버플로우 공동 창립자가 알려주는 소프트웨어 개발의 비밀     16,200원 (10%↓) 심리학자가 알려주는 모든 기획자와 프리젠터가 알아야 할 사람에 대한 100가지 사실     22,500원 (10%↓) 대한민국 소프트웨어 리스타트 : 위기를 넘어 도약으로     14,400원 (10%↓) 도메인 주도 설계 : 소프트웨어의 복잡성을 다루는 지혜     34,200원 (10%↓) 린 소프트웨어 개발의 적용 : 속도 경쟁에서 승리하기     18,000원 (10%↓) 도와주세요 팀장이 됐어요     11,700원 (10%↓) 소트웍스 앤솔러지 : 소프트웨어 기술과 혁신에 관한 에세이     19,800원 (10%↓) 시지프스를 다시 생각하다 : 어느 개발자의 직장 생활에 대한 보고서     10,800원 (10%↓) 위키북스 데이터베이스 & 빅데이터 시리즈(총14건) MySQL 성능 최적화 : 고성능 시스템 구축을 위한 전략과 최적화 기법     25,200원 (10%↓) 데이터 파이프라인 핵심 가이드 : 성공적인 데이터 분석을 위한 인프라 설계와 구축     18,000원 (10%↓) Real MySQL 8.0 (1권) : 개발자와 DBA를 위한 MySQL 실전 가이드     27,000원 (10%↓) Real MySQL 8.0 (2권) : 개발자와 DBA를 위한 MySQL 실전 가이드     28,800원 (10%↓) 하루 10분 SQL : 따라 하면서 배우고 쉽게 업무에 활용하는 실전 SQL     21,600원 (10%↓) 실무로 배우는 빅데이터 기술 : 데이터 수집, 적재, 처리, 분석, 머신러닝까지     27,000원 (10%↓) 데이터 중심 애플리케이션 설계 : 신뢰할 수 있고 확장 가능하며 유지보수하기 쉬운 시스템을 지탱하는 핵심 아이디어     32,400원 (10%↓) 빅데이터 분석을 위한 스파크2 프로그래밍 : 대용량 데이터 처리부터 머신러닝까지     31,500원 (10%↓) 대용량 데이터 처리를 위한 Real MongoDB     43,200원 (10%↓) 시작하세요! 큐브리드 : 네이버가 만든 오픈 소스 데이터베이스     19,800원 (10%↓) 데이터는 언제나 옳다 : 유스케이스별빅데이터및NoSQL기술가이드 / 대규모데이터처리와분석실무     22,500원 (10%↓) 하둡 인 프랙티스 : 85가지 고급 예제로 배우는 실전 해법서     36,000원 (10%↓) The Functional Art : 인포그래픽과 데이터 시각화 기법을 활용한 스토리텔링     31,500원 (10%↓) NoSQL 프로그래밍 : 한 권으로 끝내는 NoSQL 솔루션 활용법     27,000원 (10%↓)

• 
• 
• 『대규모 데이터 처리와 분석 실무』는 데이터/기술 혼란기인 요즘, 저자 자신의 경험을 바탕으로 빅데이터의 기술과 흐름을 알기 쉽게 정리하여 빅데이터 개발자들에게 도움을 주는 책이다. 이 책은 빅데이터와 관련된 실제 활용 사례, 예제, 실용적인 코드, 그리고 상세 해법들을 제공한다.
• 
• 인터넷의 보급과 함께 데이터의 역습이 시작된 이래로 모바일 인터넷과 사물 인터넷이 일상화되면서 이제는 빅데이터의 역습마저 시작되고 있다. 향후 사물 인터넷의 시대가 도래한다면 빅데이터를 넘어 스마트데이터의 역습도 대비해야 한다. 오래전부터 데이터는 우리의 삶에 많은 영향을 주었고, 빅데이터는 훨씬 더 큰 영향을 주고 있는데, 이것은 비단 비즈니스 세계뿐 아니라 일상 생활에서 내리는 모든 의사결정이 데이터를 기반으로 이뤄져야 한다는 것을 의미한다. 이제 모든 사람과 조직은 데이터를 적시에 바르게 다루는 기술과 능력을 보유해야 한다. 불과 3~4년 전만 하더라도 빅데이터를 다룬다는 것, 즉 데이터를 정의하고 수집하고 분석 및 해석해서 의사결정을 내리는 일련의 과정이 소수의 전문가 그룹이나 구글이나 페이스북 같은 거대 IT기업의 전유물처럼 느껴졌다. 하지만 불과 몇 년 사이에 처리해야 할 데이터의 양과 종류가 기하급수적으로 늘어났고, 또 이를 위한 다양한 기술과 오픈소스 프로젝트가 등장하면서 이제 데이터는 누구나 접근할 수 있는 공공재가 되고 있으며, 빅데이터 기술은 누구나 쉽게 다룰 수 있는 것으로 여겨지고 있다. 그러나 데이터 및 기술을 누구나 사용할 수 있게 됐지만 역설적으로 너무나 많은 오픈소스 기술로 인해 데이터 기술을 처음 접하는 개인이나 빅데이터 기술을 비즈니스에 활용하려는 기업들은 어떤 기술을 언제 어떻게 활용해야 할지 갈피를 잡지 못하는 상황에 이르렀다. 이러한 데이터/기술의 혼란기에 마이클 마누체흐리가 자신의 오랜 경험을 바탕으로 빅데이터 기술과 흐름을 잘 정리한 『데이터는 언제나 옳다! 대규모 데이터 처리와 분석 실무』는 빅데이터 기술을 배우려는 개발자에게 좋은 길라잡이가 되고 깊은 통찰을 줄 것이다. [출판사 리뷰] ▣ 빅데이터의 효과적인 활용: 실제 활용 사례, 예제, 실용적인 코드, 그리고 상세 해법들 대용량 데이터 분석은 이제 거의 모든 비즈니스에서 매우 중요하다. 모바일과 소셜 기술은 대용량 데이터를 만들어내고 있다. 분산 클라우드 컴퓨팅은 그와 같은 대용량 데이터를 저장하고 분석할 수 있는 자원을 제공하고 있다. 전문가들은 NoSQL 데이터베이스를 비롯해 완전히 새로운 기술들로 무장하고 있다. 하지만 지금까지 제목에 ‘빅데이터’라는 단어가 포함된 대부분의 책에서는 비즈니스 논쟁이나 제품 카탈로그 이상의 내용을 다루지 않았다. 『데이터는 언제나 옳다! 대규모 데이터 처리와 분석 실무』는 다르다. 이 책은 모든 빅데이터 의사결정자, 개발자, 그리고 전략가들을 위한 완전히 실용적이고 필수적인 가이드를 제시한다. ★ 이 책에서 다루는 내용 ★ ◎ 빅데이터 성공으로 이끄는 네 가지 원칙과 피해야 할 공통적인 함정 ◎ 협업을 증진하는 법과 데이터 사일로와 관련해서 피해야 할 문제 ◎ 테라바이트 규모의 데이터를 효율적이고 경제적으로 제공하고 공유하는 법 ◎ 급속한 데이터 증가에 대처하기 위해 무한대로 확장 가능한 솔루션 구축하기 ◎ 대중이 만들어내는 데이터를 수집하기 위한, 레디스를 이용한 NoSQL 웹 애플리케이션 구축 ◎ 하둡, 하이브, 샤크를 통해 대용량 데이터를 대상으로 분산 질의 실행 ◎ 구글 빅쿼리를 이용한 데이터 대시보드 구축 ◎ 고급 시각화 기법을 이용한 대용량 데이터 탐색 ◎ 대용량 데이터를 변환하기 위한 효율적인 파이프라인 구축 ◎ 아파치 피그와 캐스케이딩 자바 라이브러리를 이용한 복잡한 데이터 처리 자동화 ◎ 정보를 분류하고 추천하고 예측하기 위한 머신 러닝 적용 ◎ 대용량 데이터를 대상으로 통계분석을 ...수행하기 위한 R 활용 ◎ 파이썬과 판다스를 활용한 효율적인 분석 워크플로우 구축 ◎ 솔루션의 직접 구축, 구입, 아웃소싱 시점을 결정하는 구매 전략 수립 ◎ 확장 가능한 데이터 기술의 트렌드와 수렴, 진화하는 데이터 과학자의 역할 조망 ★ 이 책의 구성 ★ 대용량 데이터를 다루려면 특화된 기술이 필요하고, 각 기술에는 트레이드오프와 해결해야 할 과제가 있다. 이 책은 공통적인 활용 사례 측면에서 데이터 문제와 성공적인 솔루션을 설명하는 내용으로 구성돼 있다. 1부, “빅데이터 시대의 방향”은 1장, “데이터를 성공적으로 다루는 네 가지 법칙"을 담고 있다. 1장에서는 왜 빅데이터가 중요하고 왜 새로운 기술들이 많은 기회만큼 갖가지 문제를 만들어내는지 설명한다. 이 책의 전반에서 다루는 “확장 가능한 애플리케이션 구축에 집중하기", “개별 사일로가 아닌 협업을 위한 툴 구축하기", “기술을 사용하기에 앞서 활용 사례 고민하기", “필요하지 않을 경우 인프라 구축하지 않기" 등과 같은 공통된 주제를 소개한다. 2부, “대용량 데이터의 수집 및 공유”에서는 대용량 데이터를 수집하고 공유하는 것과 관련된 활용 사례를 설명한다. 2장, “대용량 미가공 데이터의 호스팅과 공유”에서는 겉으로 보기에는 쉬운, 많은 양의 파일을 서비스하고 공유하는 방법을 설명한다. 올바른 데이터 포맷을 정하는 것은 매우 중요하다. 2장에서는 데이터 공유 방법에 관한 적절한 의사결정을 내리는 데 고려해야 할 사항도 다룬다. 그뿐만 아니라 대용량 데이터를 경제적으로 호스팅하는 데 필요한 인프라의 종류도 다룬다. 데이터를 한 곳에서 다른 곳으로 옮길 때 필요한 데이터 직렬화 포맷을 설명하면서 2장을 마무리한다. 3장, “대중이 생성한 데이터를 수집하기 위한 NoSQL 기반의 웹 애플리케이션 구축하기”에서는 확장 가능한 데이터베이스 기술 분야를 소개한다. 관계형 데이터베이스와 비관계형 데이터베이스의 역사를 비롯해 각 기술의 특징을 설명한다. 많이 사용하는 레디스(Redis) 데이터베이스를 소개하고, 여러 대의 장비에 설치된 레디스의 샤딩(sharding) 전략을 다룬다. 대용량 데이터 분석을 위해서는 여러 기술을 사용하고 관련된 지식을 습득해야 하며, 그로 인해 때로는 데이터를 호환되지 않는 여러 곳에 저장하기도 한다. 4장 “데이터 사일로를 다루는 전략”에서는 데이터 사일로가 존재하는 이유와 관련 문제를 극복하는 전략을 다룬다. 또한 데이터 사일로의 이점도 설명한다. 정보가 수집, 저장, 공유되면 수집된 데이터에 대한 통찰이 필요하다. 3부, “데이터에 대해 질문하기”에서는 대용량 데이터 집합에 관해 질문하기와 관련된 활용 사례와 기술을 다룬다. 대용량 데이터를 대상으로 질의하려면 분산 솔루션이 필요할 때가 많다. 5장, “하둡, 하이브, 샤크를 이용해 대용량 데이터에 대해 질문하기”에서는 계속 증가하는 데이터 집합을 대상으로 질의를 수행하는 데 필요한 유명한 확장 가능한 도구를 소개한다. 5장에서는 SQL과 비슷한 질의를 하둡에서 실행 가능한 맵리듀스 잡(job)으로 변환하는 도구인 아파치 하이브(Apache Hive)를 다룬다. 때로는 데이터를 반복해서 질의할 필요가 있다. 분석형 데이터베이스는 빠르게 데이터를 대상으로 질문하고 결과를 검색하는 데 최적화된 소프트웨어다. 6장, “구글 빅쿼리를 이용한 데이터 대시보드 구축하기"에서는 분석형 데이터베이스 활용 사례를 보여주고, 어떻게 하둡과 같은 배치 처리 도구의 보조수단으로 사용되는지 설명한다. SQL과 비슷한 문법을 사용하는 완전히 관리되는 분석형 데이터베이스인 빅쿼리를 소개한다. 6장에서는 웹 기반 대시보드의 엔진 역할을 하는 빅쿼리 API의 사용법도 설명한다. 데이터 시각화는 역사가 오래된 유서 깊은 분야다. 7장, “대용량 데이터 탐색을 위한 데이터 시각화 전략"에서는 대용량 데이터에 시각화 도구를 사용하는 것의 장점과 잠재적 위험을 소개한다. 7장에서는 데이터의 규모가 비약적으로 커질 때 발생하는 시각화 문제와 널리 사용되는 데이터 분석 기술을 이용하는 실용적인 시각화 도구를 설명한다. 확장 가능한 데이터 기술을 이용할 때의 공통적인 주제는 각 소프트웨어 도구가 각기 다른 활용 사례에 최적화돼 있다는 점이다. 그러므로 대용량 데이터를 하나의 포맷에서 다른 포맷으로 변환하는 것이 일반적인 활용 사례다. 4부, “데이터 파이프라인 구축하기”에서는 데이터 변환을 위한 파이프라인과 워크플로우를 구현하는 주제를 다룬다. 8장, “하나로 합치기: 맵리듀스 데이터 파이프라인"에서는 대용량 데이터를 처리하기 위해 하둡 맵리듀스 프레임워크를 사용하는 개념을 소개한다. 하둡 스트리밍 API와 파이썬 같은 스크립트 언어를 이용해 실용적이고 손쉽게 활용 가능한 맵리듀스 애플리케이션을 만드는 방법을 설명한다. 데이터 처리 작업이 매우 복잡할 경우 변환 작업을 자동화하는 워크플로우 도구를 사용할 필요가 있다. 9장, “피그와 캐스케이딩을 활용한 데이터 변환 워크플로우 구축"에서는 매우 복잡한 맵리듀스 작업을 표현하는 두 기술을 소개한다. 아파치 피그는 복잡하고 여러 단계에 걸친 맵리듀스 작업을 쉽게 만들어주는 워크플로우 표현 언어다. 또한 캐스케이딩(Cascading)도 소개하는데, 캐스케이딩은 하둡에서 복잡한 데이터 워크플로우 애플리케이션을 구축하는 데 유용한 자바 라이브러리다. 데이터의 규모가 매우 커지면 컴퓨터가 사람들에게 유용한 정보를 제공해주길 바랄 것이다. 기존 데이터 모델을 기반으로 유입되는 정보를 분류, 추천, 예측하기 위해 기계 학습을 활용하면 매우 유용하다. 5부, “대용량 데이터를 위한 기계 학습”에서는 10장, “머하웃을 이용한 대용량 분류기 구축하기”를 통해 기계 학습 분야를 소개한다. 또한 10장에서는 흔히 쓰이는 기계 학습 작업인 텍스트 분류에 아파치 머하웃 기계 학습 라이브러리를 이용하는 것을 시연한다. 데이터의 품질과 의미를 해석하는 것도 통계의 목표 중 하나다. 6부, “대용량 데이터를 위한 통계 분석”에서는 대용량 데이터의 통계 분석을 위한 도구와 활용 사례를 소개한다. R 프로그램은 통계 분석에 널리 사용되는 대표적인 오픈소스 언어다. 11장, “대용량 데이터를 위한 R 사용하기”에서는 R을 이용해 대용량 데이터를 효과적으로 사용하는 일반화된 활용 사례를 다룬다. 11장에서는 데이터의 규모가 가용한 시스템 메모리보다 더 커졌을 때 유용한 R 라이브러리를 다룬다. 또한 하둡과 R을 연동하는 방법도 설명한다. R이 매우 유명하긴 하지만 데이터 분석이라는 과제를 해결하기 위해 범용 프로그래밍 언어를 사용하는 것은 장점이 있다. 12장, “파이썬과 판다스를 활용한 분석 워크플로우 구축”에서는 날로 인기를 얻고 있는 파이썬 분석 기술을 소개한다. 또한 시계열 데이터를 분석하기 위한 판다스(Pandas) 라이브러리를 비롯해 공유와 협업을 위한 스크립트 환경인 아이파이썬 노트북(iPython notebook)의 사용법도 소개한다. 데이터 관련 과제가 모두 기술과 관련된 것은 아니다. 7부, “향후 전망”에서는 데이터 분석 혁신에 직면한 기업의 불확실성을 다루기 위한 실용적인 전략을 소개한다. 13장, “언제 구축하고, 언제 구매하고, 언제 아웃소싱할 것인가?”에서는 매우 혁신적인 데이터 분석을 위한 구매결정 전략을 다룬다. 또한 오픈소스 기술을 활용해 데이터 솔루션을 직접 구축하는 방법의 장단점도 간단히 다룬다. 마지막으로 14장, “데이터 기술의 미래 트렌드”에서는 혁신을 자극하는 몇몇 요소를 비롯해 확장 가능한 데이터 기술의 현재 트렌드를 소개한다. 또한 소위 데이터 과학자(Data Scientist)라고 하는 직무의 역할과 다양한 데이터 기술의 융합을 심도 있게 다룬다. - 서문 중에서
• 
• [1부] 빅데이터 시대의 방향 ▣ 1장: 데이터를 성공적으로 다루는 네 가지 법칙 언제부터 데이터가 중요해졌는가? 데이터와 단일 서버 빅데이터 트레이드오프 - 무한대로 확장 가능한 루션을 구축하라 - 인터넷을 통해 데이터를 공유할 수 있는 시스템을 구축하라 - 인프라가 아닌 솔루션을 구축하라 - 데이터에서 가치를 찾는 것에 집중하라 빅데이터 파이프라인의 해부 궁극의 데이터베이스 정리 [2부] 대용량 데이터의 수집 및 공유 ▣ 2장: 대용량의 미가공 데이터를 호스팅하고 공유하기 파일 더미에서 괴로워하다 - 다량의 파일을 공유할 때 직면하는 문제 스토리지: 인프라 서비스 - 네트워크는 느리다 적합한 데이터 포맷 선택하기 - XML: 데이터, 스스로 표현하다 - JSON: 프로그래머의 선택 문자 인코딩 - 파일 변환 데이터 이동: 데이터 직렬화 포맷 - 아파치 쓰리프트와 프로토콜 버퍼 - 아파치 아브로 정리 ▣ 3장: 대중이 생성한 데이터를 수집하기 위한 NoSQL 기반의 웹 애플리케이션 구축하기 관계형 데이터베이스: 명령과 제어 - 관계형 데이터베이스 ACID 테스트 관계형 데이터베이스와 인터넷 비교 - CAP 이론과 BASE... 비관계형 데이터베이스 모델 - 키-값 데이터베이스 - 문서 저장소 쓰기 속도 최적화: 레디스 여러 레디스 인스턴스에 걸쳐 샤딩하기 - 트윔프록시를 이용한 자동 파티셔닝 - 레디스의 대안 NewSQL: 코드의 귀환 정리 ▣ 4장: 데이터 사일로를 다루는 전략 전문용어 투성이인 웨어하우스 - 현실에서의 문제 - 데이터 규약과 안전을 위한 계획하기 - 데이터 웨어하우스 입문하기 - 데이터 웨어하우스의 마법 주문: 추출하고 변환하고 읽는다(ETL ) 하둡: 웨어하우스의 코끼리 데이터 사일로에 좋은 면도 있다 - 기술이 아닌 데이터 도전과제에 집중한다 - 직원들이 직접 질문할 수 있는 권한 주기 - 데이터 사일로를 연결하는 기술에 투자하기 융합: 데이터 사일로의 끝 룬의 비즈니스 인텔리전스 시스템은 실현될 것인가? 정리 [3부] 데이터에 관해 질문하기 ▣ 5장: 하둡, 하이브, 샤크를 이용해 대용량 데이터 집합에 대해 질문하기 데이터 웨어하우스란 무엇인가? 아파치 하이브: 하둡을 위한 대화식 질의하기 - 하이브 활용 사례 - 하이브 사용하기 - 하이브로 추가 데이터 소스 사용하기 샤크: RAM 속도로 질의하기 클라우드에서의 데이터 웨어하우스 정리 ▣ 6장: 구글 빅쿼리를 이용한 데이터 대시보드 구축하기 분석형 데이터베이스 드리멜: 구글의 혁신 전파하기 - 드리멜과 맵리듀스는 어떻게 다른가? 빅쿼리: 서비스로서의 데이터 분석 - 빅쿼리의 질의 언어 맞춤형 데이터 대시보드 구축하기 - 빅쿼리 API 접근 인증하기 - 질의를 실행하고 결과 받기 - 질의 결과 캐싱하기 - 시각화 추가하기 분석형 질의 엔진의 미래 정리 ▣ 7장: 대용량 데이터 탐색을 위한 데이터 시각화 전략 주의를 요하는 이야기: 데이터를 이야기로 바꾸기 인간 규모 대 컴퓨터 규모 - 상호작용성 대화식 데이터 애플리케이션 구축하기 R과 ggplot2를 이용한 대화식 시각화 - matplotlib: 파이썬을 이용한 2D 차트 - D3.js: 웹을 위한 대화식 시각화 정리 [4부] 데이터 파이프라인 구축하기 ▣ 8장: 하나로 합치기: 맵리듀스 데이터 파이프라인 데이터 파이프라인이란 무엇인가? - 작업에 적합한 도구 하둡 스트리밍을 이용한 데이터 파이프라인 - 맵리듀스와 데이터 변환 - 가장 간단한 파이프라인: stdin에서 stdout으로 단일 맵리듀스 변환 - 미가공 NVSS 데이터에서 관련 정보 추출하기: 맵 단계 - 월별 출생 수 세기: 리듀서 단계 - 로컬에서 맵리듀스 파이프라인 테스트하기 - 하둡 클러스터에서 맵리듀스 잡 실행하기 복잡성 관리: 하둡용 파이썬 맵리듀스 프레임워크 - mrjob을 이용해 하둡 스트리밍 예제 재작성하기 - 여러 단계 파이프라인 구축하기 - 엘라스틱 맵리듀스에서 mrjob 스크립트 실행하기 - 파이썬 기반의 대안 맵리듀스 프레임워크 정리 ▣ 9장: 피그와 캐스케이딩을 이용한 데이터 변환 워크플로우 구축하기 실전에서의 대규모 데이터 워크플로우 복잡하다: 다단계 맵리듀스 변환 - 아파치 피그: 복잡함을 제거하다 - 대화식 그룬트 셸을 이용해 피그 실행하기 - 데이터 워크플로우를 필터링하고 최적화하기 - 배치 모드로 피그 스크립트 실행하기 캐스케이딩: 견고한 데이터 워크플로우 애플리케이션 만들기 - 소스과 싱크 개념으로 생각하기 - 캐스케이딩 애플리케이션 만들기 - 캐스케이드 만들기: 간단한 JOIN 예제 - 하둡 클러스터에 캐스케이딩 애플리케이션 배포하기 피그와 캐스케이딩 중에서 선택해야 할 때 정리 [5부] 대용량 데이터를 위한 기계 학습 ▣ 10장: 머하웃을 이용한 대용량 분류기 구축하기 컴퓨터는 미래를 예측할 수 있는가? 기계 학습의 도전과제 - 베이지안 분류 - 클러스터링 - 추천 엔진 아파치 머하웃: 확장 가능한 기계 학습 - 텍스트 분류에서 머하웃 사용하기 MLBase: 분산 기계 학습 프레임워크 정리 [6부] 대용량 데이터에 대한 통계 분석 ▣ 11장: 대용량 데이터에 R 활용하기 통계는 왜 섹시한가? - 대용량 데이터에서 R이 지닌 한계 - R 데이터 프레임과 행렬 대용량 데이터를 다루는 전략 - 큰 행렬 연산: bigmemory와 biganalytics - ff: 메모리보다 큰 데이터 프레임 다루기 - biglm: 대용량 데이터를 위한 선형 회귀 분석 - RHadoop: R에서 아파치 하둡에 접근하기 정리 ▣ 12장: 파이썬과 Pandas를 이용한 분석 워크플로우 구축하기 데이터 동물원에서 뱀(Python )이 풀려나다 - 통계 계산을 위한 언어 선택 - 기존 코드 확장하기 - 도구와 테스팅 데이터 처리를 위한 파이썬 라이브러리 - NumPy - SciPy: 파이썬을 위한 과학 컴퓨팅 - 이미지 데이터를 위한 SciPy 사용하기 - 판다스 데이터 분석 라이브러리 좀 더 복잡한 워크플로우 구축하기 - 잘못됐거나 누락된 레코드 처리하기 아이파이썬: 과학 컴퓨팅 도구의 완성 - 클러스터를 이용한 아이파이썬 병렬화하기 정리 [7부] 향후 전망 ▣ 13장: 언제 구축하고, 언제 구매하고, 언제 아웃소싱할 것인가? 중복된 솔루션 데이터 문제 이해하기 구축 대 구매 문제를 위한 각본 - 이미 투자한 바는 무엇인가? - 작게 시작하기 - 확장 계획하기 나만의 사설 데이터 센터 오픈소스 사용에 따른 비용 이해하기 정리 ▣ 14장: 데이터 기술의 미래 트렌드 하둡: 파괴자와 피파괴자 모든 것은 클라우드 속에 있다 데이터 과학자의 흥망 융합: 궁극의 데이터베이스 문화의 융합 정리
• 

• 마이클 마누체흐리(Michael Manoochehri) [저]

• 전직 구글 엔지니어이자 데이터 해커로서, 제한된 자원과 시간 내에 실용적인 솔루션을 구축해야 하는 전문가들을 위해 글을 쓰고 있다. 그는 자신의 폭넓은 경험을 통해 시스템 인프라가 아니라 가장 큰 가치를 얻을 수 있는 애플리케이션을 구축하는 데 집중하게끔 돕는다.
  
  마누체흐리는 하이브리드 솔루션에서 여러 기술을 통합함으로써 오늘날의 중요 데이터 활용 사례를 저비용으로 처리하는 방법을 보여준다. 대용량 데이터를 관리하고, 데이터를 시각화하고, 데이터 파이프라인과 대시보드를 구축하고, 통계분석을 위한 도구를 선택하는 등에서 전문가의 접근법을 확인할 수 있다. 아울러 오늘날 데이터 분석에 자주 사용되는 선도적인 기술들(예: 하둡, 하이브, 샤크, R, 아파치 피그, 머하웃, 구글 빅쿼리)을 활용하는 방법을 보여준다.

• 정부환 [저]

• 역서 [데이터는 언제나 옳다! 대규모 데이터 처리와 분석 실무]

• 전체 1개의 구매후기가 있습니다.
• 

ㅋ	lyhdr***	2018/12/24	평점	추천 0

추천 (0)

빅데이터 입문 도서로서 좋은 것 같아요	ssi0***	2020/01/05	평점	추천 0

추천 (0)

인터파크도서는 고객님의 단순 변심에 의한 교환과 반품에 드는 비용은 고객님이 지불케 됩니다. 단, 상품이나 서비스 자체의 하자로 인한 교환 및 반품은 무료로 반품 됩니다. 교환 및 반품이 가능한 경우 상품을 공급 받은 날로부터 7일이내 가능 공급받으신 상품의 내용이 표시, 광고 내용과 다르거나 다르게 이행된 경우에는 공급받은 날로부터 3개월 이내,    혹은 그사실을 알게 된 날 또는 알 수 있었던 날로부터 30일 이내 상품에 아무런 하자가 없는 경우 소비자의 고객변심에 의한 교환은 상품의 포장상태 등이 전혀 손상되지 않은 경우에 한하여 가능 교환 및 반품이 불가능한 경우 구매확정 이후(오픈마켓상품에 한함) 고객님의 책임 있는 사유로 상품 등이 멸실 또는 훼손된 경우    (단, 상품의 내용을 확인하기 위하여 포장 등을 훼손한 경우는 제외) 시간이 지남에 따라 재판매가 곤란할 정도로 물품의 가치가 떨어진 경우 포장 개봉되어 상품 가치가 훼손된 경우 다배송지의 경우 반품 환불 다배송지의 경우 다른 지역의 반품을 동시에 진행할 수 없습니다. 1개 지역의 반품이 완료된 후 다른 지역 반품을 진행할 수 있으므로, 이점 양해해 주시기 바랍니다. 중고상품의 교환 중고상품은 제한된 재고 내에서 판매가 이루어지므로, 교환은 불가능합니다. 오픈마켓 상품의 환불 오픈마켓상품에 대한 책임은 원칙적으로 업체에게 있으므로, 교환/반품 접수시 반드시 판매자와 협의 후 반품 접수를 하셔야하며,    반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가능할 수 있으니 유의하시기 바랍니다.

배송예정일 안내 인터파크 도서는 모든 상품에 대해 배송완료예정일을 웹사이트에 표시하고 있습니다. <인터파크 직배송 상품> 상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다. 상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며, 서울외지역/평일 주문분의 경우는 오후 6시까지 주문분에 대하여 익일 배송완료를 보장하는 상품입니다. (단, 월요일은 12시까지 주문에 한함) 상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다. ~ 상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로 주문일+기준출고일+택배사배송일(1일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※기준출고일:인터파크가 상품을 수급하여 물류창고에서 포장/출고하기까지 소요되는 시간 <업체 직접배송/오픈마켓 상품> ~ 상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다. 주문일+기준출고일+택배사배송일(2일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※5일이내 출고가 시작되지 않을시, 오픈마켓 상품은 자동으로 주문이 취소되며, 고객님께 품절보상금을 지급해 드립니다. 배송비 안내 도서(중고도서 포함)만 구매하시면 : 배송비 2,000원 (1만원이상 구매 시 무료배송) 음반/DVD만 구매하시면 : 배송비 1,500원 (2만원이상 구매 시 무료배송) 잡지/만화/기프트만 구매하시면 : 배송비 2,000원 (2만원이상 구매 시 무료배송) 도서와 음반/DVD를 함께 구매하시면 : 배송비 1,500원 1만원이상 구매 시 무료배송) 도서와 잡지/만화/기프트/중고직배송상품을 함께 구매하시면 : 2,000원 (1만원이상 구매 시 무료배송) 업체직접배송상품을 구매시 : 업체별로 상이한 배송비 적용    * 세트상품의 경우 부분취소 시 추가 배송비가 부과될 수 있습니다.    * 북카트에서 배송비없애기 버튼을 클릭하셔서, 동일업체상품을 조금 더 구매하시면, 배송비를 절약하실 수 있습니다. 해외배송 안내 인터파크도서에서는 국내에서 주문하시거나 해외에서 주문하여 해외로 배송을 원하실 경우 DHL과 특약으로 책정된 요금표에    의해 개인이 이용하는 경우보다 배송요금을 크게 낮추며 DHL(www.dhl.co.kr)로 해외배송 서비스를 제공합니다. 해외배송은 도서/CD/DVD 상품에 한해 서비스하고 있으며, 다른 상품을 북카트에 함께 담으실 경우 해외배송이 불가합니다. 해외주문배송 서비스는 인터파크 도서 회원 가입을 하셔야만 신청 가능합니다. 알아두세요!!! 도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 취소될 수 있습니다. 오픈마켓업체의 배송지연시 주문이 자동으로 취소될 수 있습니다. 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 기준으로 배송됩니다. 유통의 특성상 출고기간은 예정보다 앞당겨지거나 늦춰질 수 있습니다. 택배사 배송일인 서울 및 수도권은 1~2일, 지방은 2~3일, 도서, 산간, 군부대는 3일 이상의 시간이 소요됩니다.