Fashion Sale Öle & Betriebsstoffe für Ihr Auto Sport & Outdoor calendarGirl Prime Photos Sony Learn More designshop Hier klicken Fire Shop Kindle PrimeMusic Lego NYNY


Ihre Bewertung(Löschen)Ihre Bewertung
Sagen Sie Ihre Meinung zu diesem Artikel

Derzeit tritt ein Problem beim Filtern der Rezensionen auf. Bitte versuchen Sie es später noch einmal.

am 20. April 2012
Endlich ist es erschienen, das erste deutschsprachige Hadoop-Buch. Mit 312 Seiten ist es ausführlich genug, um dem Thema gerecht zu werden und trotzdem noch so kompakt, dass man es gut von vorne bis hinten durchlesen kann. Es beginnt mit einer ausführlichen Motivation wann und warum Hadoop eingesetzt werden sollte. Auch die Nachteile von Hadoop werden nicht verschwiegen. Leider kommen die Vorteile etwas zu kurz und werden für den Hadoop-Neuling nicht deutlich genug herausgearbeitet. Die Antort auf die Frage, wann genau Hadoop ganz besonders gut einsetzbar ist, bleibt etwas schammig.

Hadoop ist nicht trivial zu installieren, und richtigerweise wird diesem Thema breiter Raum eingeräumt. Alle wichtigen Szenarien deckt der Autor Schritt-für-Schritt ab, von der Entwicklungsumgebung auf einem Rechner, über den Cluster auf eigener Hardware bis zur Installation in der Cloud. Über kleinere Ungenauigkeiten im Detail muß und wird der Anwender selbst hinwegkommen.

Hadoop wird selten alleine eingesetzt. Die grosse Stärke des Buches ist neben dem Überblick über die Basistechnologie die Darstellung einer Vielzahl von Produkten und Projekten die Hadoop erst zu einem vollwertigen Werkzeug machen. Diesem Teil werden immerhin volle 130 Seiten gewidmet. Dabei wurde eine gute Vorauswahl getroffen und die essentiellen Tools ausgewählt.

Ein zentraler Bestandteil von Hadoop ist das für viele noch unbekannte Land namens MapReduce. Folgerichtig widmet sich ein längeres Kapitel daher der Implementierung von MapReduce-Programmen in Java. Zwar wird der prinzipielle Ablauf von MapReduce erläutert, aber die entscheidenden Kniffe, die MapReduce von einem herkömmlichen Programm unterscheiden, bleiben unterentwickelt.
Trotz seiner Ausführlichkeit schafft es der Autor nicht, dem Leser genug Wissen zu vermitteln, damit dieser im Anschluss an die Lektüre eigene MapReduce-Programme entwickeln kann. Der Source-Code wird nicht hergeleitet und im Detail nicht kommentiert. Insbesondere fehlen Erläuterungen in jenen Bereichen, die für Anfänger besonders knifflig zu verstehen sind wie MapReduce-Konfiguration, Serialisierung von Objekten mit Writable, Debugging und Testing sowie wichtige Punkte im MapReduce-Ablauf wie Splitting, Counter und die Wahl der richtigen Anzahl von Reducern. Diese Themen wären ein guter Ersatz für das Kapitel über Hadoop und Integrierte Entwicklungsumgebungen gewesen.

Während die High-Level-Sicht auf das Thema Hadoop schlüssig und fachgerecht behandelt wird, zeigen sich im Detail die Schwächen des Buches, die meiner Meinung nach den Nutzen für denjenigen Leser einschränken, der sich nicht nur in das Thema einlesen, sondern tiefer in Hadoop eintauchen möchte.

Das Buch ist daher für den Einstieg in das Thema zu empfehlen, insbesondere da es in einer sehr gut lesbaren Sprache formuliert ist. Krempelt man allerdings schliesslich die Ärmel hoch und will insbesondere mit Java eigene MapReduce-Jobs entwickeln, wird man mit dem Buch von Ramon Wartala nicht auskommen.
0Kommentar|26 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 10. Mai 2014
Ich habe dieses Buch als ersten Titel zum Thema Hadoop gelesen und bin sehr zufrieden.
Die Vielzahl der Hadoop Komponenten wird gut als Überblick behandelt.
Es ist einfach leichter, einen deutschen Titel zu lesen.
0Kommentar|Eine Person fand diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 29. Oktober 2012
Ramon Wartalsa's stellt in seinem 300 seitigen Werk die MapReduce Implementierung Hadoop vor. Dabei adressiert er mit seinem Buch insbesondere den Praktiker.
Für diese Zielgruppe schreibt der Autor, wenn er die Installation von Hadoop oder die ersten Schritte mit dem MapReduce Framework darstellt. Aber auch das Hadoop Dateisystem und das MapReduce Framework kommt bei ihm nicht zu kurz.
Den Titel Pflichtlektüre für den Praktiker verdient sich vor allem die zweite Hälfte des Werkes. Ramon Wartala legt hier das Hadoop-Ökosystem in systematischer Weise dar. Dies Ökosystem umfasst die Datenfluss-Sprachen, die spalten orientierten Datenbanken, die Programmiersprachen zur Daten-Serialisierung und die Workflow-Systeme. Die Systematik geht weiter. Zu jeder dieser Komponenten stellt er mehrere Beispiele vor, deren Installation, deren Konfiguration und deren Anwendung er beschreibt. So sind Azkaban, Oozie, Cascading und Hue seine Beispiele im Falle der Workflow-Systeme.
Der Autor bleibt dem Praktiker weiter treu. Den diesen interessiert vor allem die Definition eigener MapRedure-Jobs mit Entwicklungsumgebung als auch die Überwachung von Hadoop und den Umgang mit Logdateien.
Zugegeben, das Buch hat einen speziellen Fokus. Gerade darin liegt aber sein großer Wert. Ramon Wartalas Werk gibt ein sehr systematischen Überblick über das Hadoop-Ökosystem für den professionellen Umgang mit dem MapReduce-Framework. Natürlich kann dieser Überblick - bei dem Umfang des Werkes - nicht erschöpfend sein. Das Buch gibt aber genau die Hilfestellung, um zu entscheiden, welche Komponenten des Hadoop-Ökosystems weitere Evaluierung rechtfertigen.
0Kommentar|5 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden