Предлагаем вашему вниманию новый курс лекций Техносферы. Он представляет собой введение в Hadoop, фокусируясь на проектировании и реализации распределенных алгоритмов, которые могут применяться в различных сферах: обработка текстов, графов, связанных данных и т.п. Также рассматриваются различные компоненты платформы Hadoop и программные модели. Целью курса является знакомство студентов со стеком технологий Hadoop, применяемых для хранения, доступа и обработки больших объемов данных. Преподаватели курса: Алексей Романенко, Михаил Фирулик, Николай Анохин.
Лекция 1. Введение в Big Data и MapReduce
Что такое «большие данные». История возникновения этого явления. Необходимые знания и навыки для работы с большими данными. Что такое Hadoop, где он применяется. Что такое «облачные вычисления», история возникновения и развития технологии. Web 2.0. Вычисление как услуга (utility computing). Виртуализация. Инфраструктура как сервис (IaaS). Вопросы параллелизма. Управление множеством воркеров. Дата-центры и масштабируемость. Типичные задачи Big Data. MapReduce: что это такое, примеры. Распределённая файловая система. Google File System. HDFS как клон GFS, его архитектура.
2015-05-17 12:45:14
Подождем, пока передовой опыт сможет перенять Youtube и избавится от хохлотроллей с их нехитрым ...
+ развернуть текстсохранённая копия
Подождем, пока передовой опыт сможет перенять Youtube и избавится от хохлотроллей с их нехитрым контентом
помню, что 6 это было "отлично", дальше/выше уж некуда.
Как же вы тогда умудрились про пифагорейские тройки не слыхивать, видно учитель был чересчур добрый.
k^3+(k+1)^3+(k+2)^3 = (k+3)^3
or
k^3+(k+2)^3+(k+4)^3=(k+6)^3
or
k^3+(k+3)^3+(k+6)^3=(k+9)^3
