국내도서

>

전공도서/대학교재

>

공학계열

>

컴퓨터공학

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

• 
• 도서  > 전공도서/대학교재  > 공학계열  > 컴퓨터공학

• 

	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%↓)

• 
• 
• 스파크를 처음 접하는 입문자를 위한 안내서! 하둡으로 대표되던 빅데이터 처리 기술은 빅데이터와 머신러닝, 딥러닝의 붐을 타고 믿을 수 없을 만큼 빠른 속도로 발전해가고 있습니다. 작년 봄 이 책의 초판이 출시되던 해에 스파크는 이미 최고의 데이터 처리 플랫폼 중 하나로 인정받고 있었습니다. 하지만 더 이상 큰 폭의 개편은 없을 것만 같았던 스파크는 그 후로도 더욱 주목할 만한 변화를 거듭하면서 불과 1년이 지난 지금 더욱더 새로워진 API와 고도화된 성능을 갖춘 최적의 데이터 처리 플랫폼으로 변화를 거듭하고 있습니다. 이 책은 스파크를 처음 접하는 개발자들이 빠른 시간 내에 스파크가 무엇이고 어디에 어떻게 활용할 수 있는지 실무에 필요한 감을 잡을 수 있도록 스파크의 전체 모듈에 대한 설명과 예제를 담고 있습니다. 특히 스파크를 써 보고 싶지만 새로운 언어를 배우는 데 따르는 부담 때문에 망설이던 개발자들을 위해 스칼라, 자바, 파이썬 예제를 수록했습니다. 이 책을 통해 스파크에 대한 기초를 다지고 나면 각자의 영역에서 스파크가 제공하는 풍부한 기능들을 더 깊이 있고 자유롭게 활용할 수 있게 될 것입니다.
• 
• ▣ 01장: 스파크 소개 1.1 스파크 ___1.1.1 빅데이터의 등장 ___1.1.2 빅데이터의 정의 ___1.1.3 빅데이터 솔루션 ___1.1.4 스파크 ___1.1.5 RDD(Resilient Distributed Dataset) 소개와 연산 ___1.1.6 DAG ___1.1.7 람다 아키텍처 1.2 스파크 설치 ___1.2.1 스파크 실행 모드의 이해 ___1.2.2 사전 준비 ___1.2.3 스파크 설치 ___1.2.4 예제 실행 ___1.2.5 스파크 셸 ___1.2.6 실행 옵션 ___1.2.7 더 살펴보기 1.3 개발 환경 구축 ___1.3.1 로컬 개발 환경 구축 1.4 예제 프로젝트 설정 ___1.4.1 WordCount 예제 실행 1.5 데이터프레임과 데이터셋 1.6 정리 ▣ 02장: RDD 2.1 RDD ___2.1.1 들어가기에 앞서 ___2.1.2 스파크컨텍스트 생성 ___2.1.3 RDD 생성 ___2.1.4 RDD 기본 액션 ___2.1.5 RDD 트랜스포메이션 ___2.1.6 RDD 액션 ___2.1.7 RDD 데이터 불러오기와 저장하기 ___2.1.8 클러스터 환경에서의 공유 변수 2.2 정리 ▣ 03장: 클러스터 환경 3.1 클러스터 환경 ___3.1.1 클러스터 모드와 컴포넌트 ___3.1.2 클러스터 모드를 위한 시스템 구성 ___3.1.3 드라이버 프로그램과 디플로이 모드 ... 3.2 클러스터 매니저 ___3.2.1 스탠드얼론 클러스터 매니저 ___3.2.2 아파치 메소스 ___3.2.3 얀 ___3.2.4 히스토리 서버와 매트릭스 ___3.2.5 쿠버네티스(Kubenetes) 3.3 정리 ▣ 04장: 스파크 설정 4.1 스파크 프로퍼티 4.2 환경변수 4.3 로깅 설정 4.4 스케줄링 ___4.4.1 애플리케이션 간의 자원 스케줄링 ___4.4.2 단일 애플리케이션 내부에서의 자원 스케줄링 4.5 정리 ▣ 05장: 스파크 SQL 5.1 데이터셋 5.2 연산의 종류와 주요 API 5.3 코드 작성 절차 및 단어 수 세기 예제 5.4 스파크세션 5.5 데이터프레임, 로우, 칼럼 ___5.5.1 데이터프레임 생성 ___5.5.2 주요 연산 및 사용법 5.6 데이터셋 ___5.6.1 데이터셋 생성 ___5.6.2 타입 트랜스포메이션 연산 5.7 하이브 연동 5.8 분산 SQL 엔진 5.9 Spark SQL CLI 5.10 쿼리플랜(Query Plan)과 디버깅 ___5.10.1 스파크세션(SparkSession)과 세션스테이트(SessionState), 스파크컨텍스트(SparkContext) ___5.10.2 QueryExecution ___5.10.3 LogicalPlan과 SparkPlan 5.11 정리 ▣ 06장: 스파크 스트리밍 6.1 개요 및 주요 용어 6.1.1 스트리밍컨텍스트 ___6.1.2 DStream(Discretized Streams) 6.2 데이터 읽기 ___6.2.1 소켓 ___6.2.2 파일 ___6.2.3 RDD 큐(Queue of RDD) ___6.2.4 카프카 6.3 데이터 다루기(기본 연산) ___6.3.1 print() ___6.3.2 map(func) ___6.3.3 flatMap(func) ___6.3.4 count(), countByValue() ___6.3.5 reduce(func), reduceByKey(func) ___6.3.6 filter(func) ___6.3.7 union() ___6.3.8 join() 6.4 데이터 다루기(고급 연산) ___6.4.1 transform(func) ___6.4.2 updateStateByKey() ___6.4.3 윈도우 연산 ___6.4.4 window(windowLength, slideInterval) ___6.4.5 countByWindow(windowLength, slideInterval) ___6.4.6 reduceByWindow(func, windowLength, slideInterval) ___6.4.7 reduceByKeyAndWindow(func, invFunc, windowLength, slideInterval, [numTasks]) ___6.4.8 countByValueAndWindow(windowLength, slideInterval, [numTasks]) 6.5 데이터의 저장 ___6.5.1 saveAsTextFiles(), saveAsObjectFiles(), saveAsHadoopFiles() ___6.5.2 foreachRDD() 6.6 CheckPoint 6.7 캐시 6.8 모니터링 6.9 주요 설정 ▣ 07장: 스트럭처 스트리밍 7.1 개요 7.2 프로그래밍 절차 7.3 데이터프레임과 데이터셋 생성 7.4 스트리밍 연산 ___7.4.1 기본 연산 및 집계 연산 ___7.4.2 윈도우 연산 ___7.4.3 워터마킹 ___7.4.4 조인 연산 ___7.4.5 스트리밍 중복 데이터 제거 ___7.4.6 스트리밍 쿼리 7.5 정리 ▣ 08장: MLlib 8.1 개요 8.2 관측과 특성 8.3 레이블 8.4 연속형 데이터와 이산형 데이터 8.5 알고리즘과 모델 8.6 파라메트릭 알고리즘 8.7 지도학습과 비지도학습 8.8 훈련 데이터와 테스트 데이터 8.9 MLlib API 8.10 의존성 설정 8.11 벡터와 LabeledPoint ___8.11.1 벡터 ___8.11.2 LabeledPoint 8.12 파이프라인 8.13 알고리즘 ___8.13.1 Tokenizer ___8.13.2 TF-IDF ___8.13.3 StringIndexer, IndexToString 8.14 회귀와 분류 ___8.14.1 회귀 ___8.14.2 분류 8.15 클러스터링 8.16 협업 필터링 8.17 정리 ▣ 09장: SparkR 9.1 개요 9.2 R 설치 및 실행 9.3 데이터프레임 9.4 데이터프레임 생성 ___9.4.1 R데이터프레임으로부터 생성 ___9.4.2 파일로부터 생성 9.5 데이터프레임 연산 ___9.5.1 조회 및 기본 연산 ___9.5.2 그룹 및 집계 연산 ___9.5.3 칼럼 연산 ___9.5.4 집합 연산 ___9.5.5 dapply(), dapplyCollect() ___9.5.6 gapply(), gapplyCollect() ___9.5.7 spark.lapply() ___9.5.8 createOrReplaceTempView() ___9.5.9 write() 9.6 하이브 연동 9.7 머신러닝 9.8 정리 ▣ 10장: GraphX 10.1 주요 용어 ___10.1.1 유방향 그래프 ___10.1.2 유방향 멀티 그래프 ___10.1.3 속성 그래프 10.2 데이터 타입 ___10.2.1 RDD ___10.2.2 VertextID ___10.2.3 꼭짓점 ___10.2.4 선(Edge) ___10.2.5 EdgeTriplet ___10.2.6 VertexRDD ___10.2.7 EdgeRDD ___10.2.8 Graph 10.3 그래프 생성 10.4 그래프 연산 ___10.4.1 numEdges, numVertices ___10.4.2 inDegrees, outDegrees, degrees ___10.4.3 vertices, edges, triplets ___10.4.4 mapVertices(), mapEdges(), mapTriplets() ___10.4.5 reverse() ___10.4.6 subgraph() ___10.4.7 mask() ___10.4.8 groupEdges() ___10.4.9 joinVertices(), outerJoinVertices() ___10.4.10 collectNeighborIds(), collectNeighbors() ___10.4.11 aggregateMessages() ___10.4.12 pregel() 10.5 VertextRDD, EdgeRDD 연산 10.6 그래프 알고리즘 10.7 정리 ▣ 부록: 스칼라란? 스칼라 설치 스칼라 셸 변수 타입과 변수 선언 Range와 형변환 클래스, 객체, 컴패니언 오브젝트 트레이트와 상속 apply 튜플과 옵션, 케이스클래스 패턴 매치 패키지 객체 type 임포트 함수와 메서드 제네릭 암묵적 변환과 타입 클래스 패턴 정리
• 

• 백성민 [저]

• 전체 0개의 구매후기가 있습니다.
• 

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.