Eine praxisorientierte Bewertung von Architekturen und Techniken für Big Data

Mehr zum Buch

Die Idee zu diesem Buch entstand aus Seminaren und Workshops zu Big Data, die den Bedarf an einer praxisorientierten Auseinandersetzung mit den verschiedenen Architekturansätzen und Techniken verdeutlichten. Ziel ist es, die Einarbeitung in das dynamische Big Data „Ökosystem“ zu unterstützen, ohne ein bestimmtes Framework zu favorisieren. Stattdessen wird eine kritische Auseinandersetzung mit alternativen Systemlösungen angeregt. Besonderes Augenmerk liegt auf den Integrations- und Migrationsanforderungen realer Big Data Lösungen, da die Berücksichtigung vielfältiger Datenquellen und Persistenzmechanismen entscheidend für den Erfolg ist. Der einführende Beitrag behandelt grundlegende Eigenschaften von Big Data Lösungen und Systemansätzen. Darauf folgt eine detaillierte Betrachtung des Apache Hadoop-Kerns und des MapReduce-Algorithmus. Weitere Beiträge fokussieren die Architektur und Einsatzmöglichkeiten von NoSQL-Datenbanksystemen, darunter Apache HBase, MongoDB und ElasticSearch. Zudem wird SAP Hana als alternativer Architekturansatz im SAP-Umfeld thematisiert, einschließlich möglicher Einsatzszenarien und Migrationsaspekte. Abschließend wird die cloudbasierte Bereitstellung einer Hadoop-Installation mittels Docker und die Nutzung von Apache Ambari zur Verwaltung eines Hadoop Clusters behandelt.