Skalowanie Pythona za pomocą Ray: Przygody w chmurze i wzorce bezserwerowe

Ocena:   (5,0 na 5)

Skalowanie Pythona za pomocą Ray: Przygody w chmurze i wzorce bezserwerowe (Holden Karau)

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.

Oryginalny tytuł:

Scaling Python with Ray: Adventures in Cloud and Serverless Patterns

Zawartość książki:

Przetwarzanie bezserwerowe umożliwia programistom skoncentrowanie się wyłącznie na swoich aplikacjach, zamiast martwić się o to, gdzie zostały one wdrożone. Dzięki ogólnej implementacji serverless w Pythonie Ray, programiści i badacze danych mogą ukrywać serwery, wdrażać aplikacje stanowe, obsługiwać bezpośrednią komunikację między zadaniami i uzyskiwać dostęp do akceleratorów sprzętowych.

W tej książce autorzy Holden Karau i Boris Lublinsky pokazują, jak skalować istniejące aplikacje i potoki Pythona, pozwalając pozostać w ekosystemie Pythona, unikając pojedynczych punktów awarii i ręcznego planowania. Jeśli przetwarzanie danych wykracza poza możliwości pojedynczego komputera, ta książka jest dla Ciebie.

Napisana przez doświadczonych praktyków architektury oprogramowania, Scaling Python with Ray jest idealna dla architektów i programistów oprogramowania, którzy chcą poznać udane studia przypadków i dowiedzieć się więcej o skuteczności decyzji i pomiarów. Książka ta obejmuje przetwarzanie rozproszone (czysta implementacja Pythona bezserwerowego) i pokazuje, jak:

⬤ Wdrażać aplikacje stanowe za pomocą aktorów Ray.

⬤ Zbudować zarządzanie przepływem pracy w Ray.

⬤ Używać Ray jako ujednoliconej platformy do przetwarzania wsadowego i strumieniowego.

⬤ Wdrażać zaawansowane przetwarzanie danych za pomocą Ray.

⬤ Tworzenie mikroserwisów za pomocą Ray.

⬤ Wdrażanie niezawodnych aplikacji Ray.

Dodatkowe informacje o książce:

ISBN:9781098118808
Autor:
Wydawca:
Język:angielski
Oprawa:Miękka oprawa

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Wysoka wydajność Spark: Najlepsze praktyki skalowania i optymalizacji Apache Spark - High...
Apache Spark jest niesamowity, gdy wszystko się zgadza...
Wysoka wydajność Spark: Najlepsze praktyki skalowania i optymalizacji Apache Spark - High Performance Spark: Best Practices for Scaling and Optimizing Apache Spark
Skalowanie Pythona za pomocą Ray: Przygody w chmurze i wzorce bezserwerowe - Scaling Python with...
Przetwarzanie bezserwerowe umożliwia programistom...
Skalowanie Pythona za pomocą Ray: Przygody w chmurze i wzorce bezserwerowe - Scaling Python with Ray: Adventures in Cloud and Serverless Patterns
Skalowanie Pythona z Dask: Od nauki o danych do uczenia maszynowego - Scaling Python with Dask: From...
Nowoczesne systemy zawierają wielordzeniowe...
Skalowanie Pythona z Dask: Od nauki o danych do uczenia maszynowego - Scaling Python with Dask: From Data Science to Machine Learning

Prace autora wydały następujące wydawnictwa: