Marz, Nathan and James Warren. Big Data: Principles and best practices of scalable realtime data systems. New York, Manning Publications [e-Book 2012].Los servicios como las redes social, la web semántica e inteligente y el comercio electrónico a menudo tienen que manejar datos a una escala demasiado grande para una base de datos tradicional. A medida que aumenta la escala y la demanda, también lo hace la complejidad. Afortunadamente, la escalabilidad y la simplicidad no son mutuamente excluyentes -en lugar de utilizar una tecnología de moda, es necesario un enfoque diferente-, ya que los sistemas que utilizan grandes cantidades de datos utilizan muchas máquinas trabajando en paralelo para almacenar y procesar datos, que introduce retos fundamentales desconocidos para la mayoría de los desarrolladores.
Big Data muestra cómo construir estos sistemas usando una arquitectura que aprovecha las ventajas de hardware agrupado junto con nuevas herramientas diseñadas específicamente para capturar y analizar datos a escala web. En él se describe la escalabilidad, para entender el enfoque de los sistemas de grandes volúmenes de datos que se pueden construir a partir de un equipo pequeño. Después de un ejemplo real, este libro guía a los lectores a través de la teoría del Big Data, enseña cómo utilizarlos en la práctica, y cómo implementar y operar con ellos una vez que están construidos.
