Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Datalanx:Architectural Framework for Data Intensive Cloud Applications.
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Shane Archiquette
ISBN: 9783659788116
Год издания: 2016
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 148
Издательство: LAP LAMBERT Academic Publishing
Цена: 39733 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:Код товара: 154305
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: Scientific and Commercial computing is undergoing an immense change with increasing demands for processing of large-scale datasets for a variety of needs such as simulation, modeling, and calculations of multivariate equations. Computation has largely been used as a method for achieving the results and is now shifting to a data intensive computing model to accomplish some of the most demanding scientific and commercial challenges in existence. Enterprise and commercial industries are experiencing the need to process increasingly large datasets for industries such as Oil & Gas, Communications, Media & Entertainment, Healthcare and Life Sciences and Big Data Analytics. Current data and storage architectures are not sufficient to provide for Terascale and Petascale Data Intensive Computing models and simulations which will require new flexible ways of data access at multi-terabyte per second speeds. Elastic cloud computing based access models is increasingly necessary to provide the economies of scale of shared infrastructure. An architectural framework is proposed for data intensive cloud computing based applications called Datalanx.
Ключевые слова: Data Analytics, Data Science, Informatics, Information Science