обработка данных

DuckDB в действии, Нидхэм М., Хунгер М., Саймонс М., 2025.
 
   Книга рассказывает о приемах эффективной работы со столбцово-ориентированной системой управления базами данных DuckDB. Она легко встраивается в приложения по анализу данных, работает на ноутбуке и оперирует данными практически из любого источника, включая JSON, CSV, Parquet, SQLite и Postgres. Каждая новая тема сопровождается практическим проектом, благодаря чему вы сможете увидеть работу DuckDB в действии.
Издание адресовано профессионалам в области обработки данных, хорошо владеющим языком Python и инструментами интерфейса командной строки.

Apache Iceberg, Полное руководство, Ширан Т., Хьюз Дж., Мерсед А., 2024.
   
   Традиционные архитектурные шаблоны хранения данных сильно ограничены. Чтобы использовать их, приходится применять довольно дорогостоящие процессы ETL для загрузки данных в каждый инструмент, открывающий доступ к функциям хранилища данных. Отсутствие гибкости в этих шаблонах вынуждает замыкаться на некотором наборе инструментов и форматов, что вызывает дрейф данных.
Apache Iceberg предлагает высокую производительность, масштабируемость и экономичность - главные преимущества, свойственные открытым озерным хранилищам данных. Следуя урокам в этой книге и используя этот высокопроизводительный формат с открытым исходным кодом, вы сможете организовать поддержку интерактивным инструментам, пакетной и потоковой аналитике и машинному обучению.
Издание адресовано специалистам, занимающимся обработкой и анализом данных, а также администраторам, обслуживающим озера данных.

Apache Arrow, Обработка больших данных в оперативной памяти, Топол М., 2025.
   
   Платформа Apache Arrow фактически является стандартом ускоренной обработки табличных данных в памяти. Она поддерживает десятки языков программирования и все чаще служит основой для создания новых систем обработки данных и баз данных. В книге подробно описан принцип работы платформы и выделено множество разнообразных компонентов, которые пользователь Arrow может применять для ускорения или упрощения своего приложения. Опираясь на примеры кода, пояснения и схемы, вы научитесь интегрировать источники данных с библиотеками Python DataFrame, такими как pandas или NumPy, и использовать Arrow Flight для создания эффективных сервисов обработки данных.
Издание предназначено разработчикам и специалистам по анализу и обработке данных, желающим изучить возможности Apache Arrow с нуля, а также будет полезно инженерам, которые создают механизмы запросов и работают с данными.

IFDRP, Интеллектуальный формат представления и обработки данных, Хайруллин А., 2025.

   Сегодня мы стоим на пороге новой эпохи. Эпохи, в которой документы перестают быть текстами - и становятся интеллектуальными структурами, готовыми работать, взаимодействовать, анализировать, моделировать и эволюционировать под потребности обработки данных.

Обработка текстовой и графической информации, Гарифуллин М.Ф., 2019.
     
   Рассмотрены способы обработки текстовой и графической информации. Уделено внимание вопросам сортировки текстовых данных, построения и сканирования графиков, поддержки диалогового режима работы, создания и систематизации графических файлов. Приведены примеры текстов программ на языке FORTRAN с подробными комментариями.
Издание предназначено для научных работников и инженеров, занятых расчетами и обработкой экспериментальных данных, а также преподавателей, студентов и аспирантов технических вузов.
 

Мониторинг инфраструктуры пространственных данных, Монография, Майоров А.А., Соловьёв И.В., Цветков В.Я., Дубов С.С., Шкуров Ф.В., 2012.

Монография посвящена вопросам организации и мониторинга инфраструктуры пространственных данных (ИПД). Мониторинг выполняет функции контроля и повышения качества ИПД, в частности, решает задачи оценки эффективности функционирования ИПД и тестирования ее компонентов. Объектом мониторинга является технология организации пространственных данных в условиях работы российской инфраструктуры пространственных данных (РИПД), включая модели геоданных и принципы работы с ними. Показаны пути выработки нового подхода к обработке пространственной информации и мониторинга этой информации в рамках концепции ИПД, применения новых моделей данных и новых алгоритмов обработки метрической, семантической и метаинформации. Последовательно изложены все этапы разработки информационной системы. Предназначена для специалистов в области сбора, хранения и представления пространственных данных, может представлять интерес для пользователей пространственных данных и для специалистов, связанных с исследованием окружающего мира.

Информационная технология, Криптографическая защита информации, Процессы формирования и проверки электронной цифровой подписи, ГОСТ 34.10-2018, 2019.

   Настоящий стандарт содержит описание процессов формирования и проверки электронной цифровой подписи (ЭЦП), реализуемой с использованием операций в группе точек эллиптической кривой, определенной над конечным простым полем.
Необходимость разработки настоящего стандарта вызвана потребностью в реализации электронной цифровой подписи разной степени стойкости в связи с повышением уровня развития вычислительной техники. Стойкость электронной цифровой подписи основывается на сложности вычисления дискретного логарифма в группе точек эллиптической кривой, а также на стойкости используемой хэш-функции по ГОСТ 34.11.

Распределенная обработка данных, Никольский И.М., 2023.

   Пособие посвящено обработке больших объёмов данных, хранимых распределённо на узлах вычислительной системы. Рассмотрены основные подходы к репликации и секционированию данных. Большое внимание уделяется методам синхронизации компонент распределённых систем, изложены основы технологии блокчейн, а также основная технология распределённой обработки данных MapReduce.
Данное пособие предназначено для студентов бакалавриата, обучающихся по направлению 01.03.02. «Прикладная математика и информатика», а также может использоваться в качестве вводного курса для тех, кто планирует специализироваться в сфере аналитики данных, инженерии данных и смежных областях.