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.