Mader / Lex / Pape Big Data, Fast Data

1. Auflage 2016
ISBN: 978-3-86802-739-6
Verlag: entwickler.press
Format: EPUB
Kopierschutz: Wasserzeichen (»Systemvoraussetzungen)

E-Book, Deutsch, Band 195, 48 Seiten

Reihe: shortcuts

Die Big-Data-Welt verändert sich. Mit diesem shortcut erfahren Sie, was hinter den Begriffen Fast Data und SMACK steckt, wie Daten mittels Kafka und Akka ins System kommen und auf welche Art und Weise eine Datenanalyse mit Spark und Apache Zeppelin funktioniert. Im abschließenden Kapitel erläutern die Autoren, wie Daten unter Verwendung von Spark und Cassandra gespeichert, verarbeitet, aktualisiert und mit weiteren Informationen zusammengebracht werden können.

Jochen Mader ist Lead IT Consultant bei der codecentric AG, Trainer, regelmäßiger Speaker auf Konferenzen, Autor diverser Fachartikel und generell an allem interessiert, was Softwareentwicklung spannend macht. Michael Lex arbeitet bei Instana im Bereich Stateful Stream Processing und bändigt dort den nie abreißenden Strom an Sensordaten mithilfe von Kafka, Reactor und Cassandra. Sein besonderes Interesse gilt der Datenanalyse, wo ihn die Möglichkeiten von Spark begeistern. Dr. Daniel Pape ist als Analytics Engineer bei der codecentric AG tätig. Als Mathematiker bringt er hier seine Spark- und Machine-Learning-Kenntnisse bei der Entwicklung von datengetriebenen Anwendungen in das Data-Analytics-Team ein. Matthias Niehoff arbeitet als IT-Consultant bei der codecentric AG in Karlsruhe. Dort beschäftigt er sich insbesondere mit Big Data und Streaminganwendungen auf Basis von Apache Cassandra und Apache Spark. Matthias teilt seine Erfahrungen auf Konferenzen, Meet-ups und Usergroups.

Autoren/Hrsg.

Mader, Jochen

Lex, Michael

Pape, Dr. Daniel

Niehoff, Matthias

Über Autor(innen)

Jochen Mader ist Lead IT Consultant bei der codecentric AG, Trainer, regelmäßiger Speaker auf Konferenzen, Autor diverser Fachartikel und generell an allem interessiert, was Softwareentwicklung spannend macht.
Michael Lex arbeitet bei Instana im Bereich Stateful Stream Processing und bändigt dort den nie abreißenden Strom an Sensordaten mithilfe von Kafka, Reactor und Cassandra. Sein besonderes Interesse gilt der Datenanalyse, wo ihn die Möglichkeiten von Spark begeistern.
Dr. Daniel Pape ist als Analytics Engineer bei der codecentric AG tätig. Als Mathematiker bringt er hier seine Spark- und Machine-Learning-Kenntnisse bei der Entwicklung von datengetriebenen Anwendungen in das Data-Analytics-Team ein.
Matthias Niehoff arbeitet als IT-Consultant bei der codecentric AG in Karlsruhe. Dort beschäftigt er sich insbesondere mit Big Data und Streaminganwendungen auf Basis von Apache Cassandra und Apache Spark. Matthias teilt seine Erfahrungen auf Konferenzen, Meet-ups und Usergroups.