Стандартные алгоритмы и структуры при применении к крупным распределенным наборам данных могут становиться медленными — или вообще не работать. Правильный подбор алгоритмов, предназначенных для работы с большими данными, экономит время, повышает точность и снижает стоимость обработки.  Книга знакомит с методами обработки и анализа больших распределенных данных. Насыщенное отраслевыми историями и занимательными иллюстрациями, это удобное руководство позволяет легко понять даже сложные концепции. Вы научитесь применять на реальных примерах такие мощные алгоритмы, как фильтры Блума, набросок count-min, HyperLogLog и LSM-деревья, в своих собственных проектах.

Приведены примеры на Python, R и в псевдокоде.

Основные темы:

• вероятностные структуры данных в виде набросков;
• выбор правильного движка базы данных;
• конструирование эффективных дисковых структур данных и алгоритмов;
• понимание алгоритмических компромиссов в крупно-масштабных системах;
• правильное формирование выборок из потоковых данных;
• вычисление процентилей при ограниченных пространственных ресурсах.