Packt Publishing

当前话题为您枚举了最新的 Packt Publishing。在这里,您可以轻松访问广泛的教程、示例代码和实用工具,帮助您有效地学习和应用这些核心编程技术。查看页面下方的资源列表,快速下载您需要的资料。我们的资源覆盖从基础到高级的各种主题,无论您是初学者还是有经验的开发者,都能找到有价值的信息。

Packt MySQL 管理手册 2010
Packt MySQL 管理手册 2010
Packt Scala 函数式编程模式 PDF
Packt Scala 函数式编程模式 PDF是否是有价值的资源。
SQL Server 2014开发实务指南(PACKT,2014)
SQL Server 2014开发实务指南是一本易于操作且内容全面的指南,包含丰富的实例。借助Microsoft SQL Server 2014,您可以设计、构建和部署关键任务的数据库应用程序。新引入的多种内存特性使您能够设计高性能的数据库应用程序,在某些情况下可以提高应用程序的性能达到十倍。无论您是希望成为数据库开发人员、架构师还是管理员,还是一位经验丰富的数据库专家,本书都将为您提供成功创建、设计和部署SQL Server 2014数据库所需的所有技能。您还将学习如何向数据库中添加、修改和删除存储的数据。
Integration of Microsoft SQL Server 2012 with Apache Hadoop (PACKT, 2013)
With the rapid growth of data, the Apache Hadoop open-source ecosystem has gained significant momentum, centered around its core components: the distributed file system (HDFS) and MapReduce. Today, establishing connectivity between SQL Server and Hadoop is crucial due to their complementary nature. Hadoop efficiently manages petabytes of unstructured data with longer query times, while SQL Server 2012 handles terabytes of structured data with rapid query capabilities, necessitating seamless data integration between the two platforms.
精通SQL Server 2014数据挖掘技术(PACKT,2014)
无论您是数据挖掘的新手还是经验丰富的专家,本书将为您提供成功创建、定制和使用Microsoft数据挖掘套件所需的技能。从基础知识开始,本书将涵盖如何清理数据、设计问题,并选择能够提供最准确预测的数据挖掘模型。接下来,您将深入了解各种分类模型,如决策树数据模型、神经网络模型以及朴素贝叶斯模型。之后,您将了解到聚类和关联算法,以及序列和回归算法,并理解与每个算法相关的数据挖掘表达式。本书配有大量屏幕截图,逐步演示如何构建数据挖掘解决方案,确保您能够顺利掌握这一尖端数据挖掘系统。
Packt.PostgreSQL 9.6数据库性能优化指南
关于《Packt.PostgreSQL 9.6高性能》 ####一、书籍概述本书是针对PostgreSQL 9.6版本的深入探讨如何优化、排错以及基准测试数据库性能的专业指南。作者Ibrar Ahmed与Gregory Smith都是在PostgreSQL领域有着丰富经验的技术专家,他们通过本书分享了他们在实际工作中积累的最佳实践和技术洞见。 ####二、目标读者这本书主要面向希望提高PostgreSQL数据库性能的数据库管理员(DBA)、开发人员以及系统架构师。无论是新手还是有经验的用户,都可以从中获得有价值的信息和技巧。 ####三、主要内容1. 数据库性能调优基础:介绍了性能调优的基本概念和原则,包括如何识别性能瓶颈、使用系统监控工具等。 2. 查询优化:深入讲解了SQL查询的编写方法,如何创建高效的索引,以及如何利用PostgreSQL 9.6的新特性来改进查询性能。 3. 高级优化技术:探讨了更高级的优化策略,例如使用分区表、物化视图以及并行查询等。 4. 性能监控与故障排查:详细阐述了如何使用各种工具和技术来监控数据库的运行状态,并快速定位及解决性能问题。 5. 基准测试:教授如何建立有效的基准测试环境,以便更好地评估不同配置下的数据库性能。 6. 最佳实践:总结了一系列经过验证的最佳实践,帮助读者避免常见的错误,并最大化数据库性能。 ####四、关键知识点详解##### 1.性能调优基础- 理解性能瓶颈:首先要明确可能的性能瓶颈所在,比如CPU、内存或磁盘I/O等。 - 系统监控工具:学会使用如pg_stat_activity、pg_stat_database等PostgreSQL内置的统计功能,以及第三方工具如pgBadger、pgTune等来监控数据库的状态。 - 参数调整:了解如何根据系统硬件资源合理调整PostgreSQL的配置参数,如shared_buffers、effective_cache_size等。 ##### 2.查询优化- 索引设计:正确地创建索引对于提高查询效率至关重要。书中详细讨论了不同类型索引的适用场景。 - 查询计划分析:使用EXPLAIN命令来
Hadoop MapReduce v2 Cookbook, 第二版-Pact Publishing(2015)完整PDF下载
Hadoop MapReduce v2 Cookbook, 第二版-Pact Publishing(2015)高清完整PDF下载
Python数据分析第二版详解 (Packt) azw3
《Python数据分析第二版 (Packt) azw3》是Armando Fandango于2017年出版的权威指南,深入探讨使用Python进行数据处理、操作、清洗、可视化和建模的核心技术。这本书适合在各种Kindle设备或应用程序上阅读,重点介绍Python基础、NumPy、Pandas、数据清洗、数据可视化、统计分析、数据导入导出、Scikit-learn、数据操作和重塑,以及大数据处理等关键知识点。
Spark和Hadoop大数据分析实战指南-Packt出版社2016年版
《大数据分析:Spark与Hadoop实战》是2016年由Packt出版的一本专业书籍,重点探讨如何利用Apache Spark和Hadoop进行高效的数据分析。该书详细介绍了这两个重要工具的核心概念、架构及其实际应用,帮助读者掌握大数据处理的前沿技术。Spark作为快速、通用且可扩展的大数据处理框架,提供了内存计算能力,极大地提升了数据处理速度。书中涵盖了Spark的主要组件如Spark Core、Spark SQL、Spark Streaming、MLlib和GraphX,以及如何使用Scala、Java或Python API编写Spark程序。而Hadoop则作为分布式存储和计算的基础平台,由HDFS和MapReduce组成,为大规模数据提供高容错性的分布式存储和支持大规模数据的并行处理。书中详细介绍了Hadoop生态系统,包括YARN、HBase、Hive和Oozie等工具。该书从数据存储与准备、Spark与Hadoop集成、实时数据分析、大数据处理与分析、机器学习与数据挖掘、性能优化以及案例研究等多个方面深入讲解了如何有效利用Spark和Hadoop进行大数据处理。