Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
Effiziente Verarbeitung von großen Datenmengen
Andreas Eisenkolb

January 7, 2014

Andreas Eisenkolb

Effiziente Verarbeitung ...
Inhaltsverzeichnis

1

Big Data

2

MapReduce

Andreas Eisenkolb

Effiziente Verarbeitung von großen Datenmengen

January 7,...
Big Data

Andreas Eisenkolb

Effiziente Verarbeitung von großen Datenmengen

January 7, 2014

3 / 11
Big Data

speichert ca. 2,5 Petabytes
1 Petabyte = 1 048 576 Gigabytes
IBM Festplatten-Cluster speichert 20 Petabayte
1

1...
Was versteht man unter Big Data?

Big Data
Big Data bezeichnet große Datenmengen aus vielf¨ltigen Quellen, die mit
a
Hilfe...
Big Data Challenge

Andreas Eisenkolb

Effiziente Verarbeitung von großen Datenmengen

January 7, 2014

6 / 11
Die 4 ”Vs” von Big Data

Andreas Eisenkolb

Effiziente Verarbeitung von großen Datenmengen

January 7, 2014

7 / 11
Was ist MapReduce?

MapReduce
MapReduce ist ein vom Unternehmen Google Inc. eingef¨hrtes
u
Programmiermodell f¨r nebenl¨ufi...
Warum MapReduce?

Effiziente Verarbeitung großer Datenmengen
Einfache Benutzung (Fehlerbehandlung, Datenverteilung, etc.)

A...
MapReduce

Andreas Eisenkolb

Effiziente Verarbeitung von großen Datenmengen

January 7, 2014

10 / 11
Andreas Eisenkolb

Effiziente Verarbeitung von großen Datenmengen

January 7, 2014

11 / 11
Prochain SlideShare
Chargement dans…5
×

Effiziente Verarbeitung von großen Datenmengen

648 vues

Publié le

Ein Vortrag von Andreas Eisenkolb aus dem Hauptseminar "Personalisierung mit großen Daten".

Publié dans : Technologie
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Effiziente Verarbeitung von großen Datenmengen

  1. 1. Effiziente Verarbeitung von großen Datenmengen Andreas Eisenkolb January 7, 2014 Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 1 / 11
  2. 2. Inhaltsverzeichnis 1 Big Data 2 MapReduce Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 2 / 11
  3. 3. Big Data Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 3 / 11
  4. 4. Big Data speichert ca. 2,5 Petabytes 1 Petabyte = 1 048 576 Gigabytes IBM Festplatten-Cluster speichert 20 Petabayte 1 1 Quelle: http://www.dailytech.com/article.aspx?newsid=22558 Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 4 / 11
  5. 5. Was versteht man unter Big Data? Big Data Big Data bezeichnet große Datenmengen aus vielf¨ltigen Quellen, die mit a Hilfe neu entwickelter Methoden und Technologien erfasst, verteilt, gespeichert, durchsucht, analysiert und visualisiert werden k¨nnena . o a Wissenschaftliche Dienste des Deutschen Bundestages Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 5 / 11
  6. 6. Big Data Challenge Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 6 / 11
  7. 7. Die 4 ”Vs” von Big Data Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 7 / 11
  8. 8. Was ist MapReduce? MapReduce MapReduce ist ein vom Unternehmen Google Inc. eingef¨hrtes u Programmiermodell f¨r nebenl¨ufige Berechnungen uber große u a ¨ Datenmengen auf Computerclustern. Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 8 / 11
  9. 9. Warum MapReduce? Effiziente Verarbeitung großer Datenmengen Einfache Benutzung (Fehlerbehandlung, Datenverteilung, etc.) Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 9 / 11
  10. 10. MapReduce Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 10 / 11
  11. 11. Andreas Eisenkolb Effiziente Verarbeitung von großen Datenmengen January 7, 2014 11 / 11

×