掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>>
從零開(kāi)始學(xué)HADOOP大數(shù)據(jù)分析(視頻教學(xué)版)
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥62.4
加入購(gòu)物車
從零開(kāi)始學(xué)HADOOP大數(shù)據(jù)分析(視頻教學(xué)版) 版權(quán)信息
- ISBN：9787111619314
- 條形碼：9787111619314 ; 978-7-111-61931-4
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>>
從零開(kāi)始學(xué)HADOOP大數(shù)據(jù)分析(視頻教學(xué)版) 本書特色
資深專家12年一線開(kāi)發(fā)經(jīng)驗(yàn)總結(jié)，業(yè)內(nèi)7位大咖點(diǎn)評(píng)力薦
采用“理論講解→環(huán)境搭建→項(xiàng)目案例實(shí)戰(zhàn)”的科學(xué)編排體系
贈(zèng)送20小時(shí)（118段）高質(zhì)量、高價(jià)值大數(shù)據(jù)核心技術(shù)配套教學(xué)視頻
全面涵蓋Hadoop的14個(gè)基礎(chǔ)組件：HDFS、ZooKeeper 、MapReduce、YARN、Hive、HBase、Flume、Sqoop、Kafka、Redis、Spark及Mahout等
詳解30個(gè)中小案例及4個(gè)項(xiàng)目實(shí)戰(zhàn)案例，提高讀者的實(shí)際動(dòng)手能力
贈(zèng)送教學(xué)PPT，方便教學(xué)與學(xué)習(xí)
7位重量級(jí)大咖力薦：
見(jiàn)知集團(tuán)董事長(zhǎng) 張之戈
中軟國(guó)際CTO 徐建民資深專家12年一線開(kāi)發(fā)經(jīng)驗(yàn)總結(jié)，業(yè)內(nèi)7位大咖點(diǎn)評(píng)力薦
采用“理論講解→環(huán)境搭建→項(xiàng)目案例實(shí)戰(zhàn)”的科學(xué)編排體系
贈(zèng)送20小時(shí)（118段）高質(zhì)量、高價(jià)值大數(shù)據(jù)核心技術(shù)配套教學(xué)視頻
全面涵蓋Hadoop的14個(gè)基礎(chǔ)組件：HDFS、ZooKeeper 、MapReduce、YARN、Hive、HBase、Flume、Sqoop、Kafka、Redis、Spark及Mahout等
詳解30個(gè)中小案例及4個(gè)項(xiàng)目實(shí)戰(zhàn)案例，提高讀者的實(shí)際動(dòng)手能力
贈(zèng)送教學(xué)PPT，方便教學(xué)與學(xué)習(xí)
7位重量級(jí)大咖力薦：
見(jiàn)知集團(tuán)董事長(zhǎng) 張之戈
中軟國(guó)際CTO 徐建民
慧科集團(tuán)研究院院長(zhǎng) 陳瀅
微軟高級(jí)架構(gòu)師 韓亮
51CTO學(xué)院總監(jiān) 張寶龍
CDA數(shù)據(jù)分析師協(xié)會(huì)理事 趙堅(jiān)毅
大唐網(wǎng)絡(luò)副總裁 張文杰
本書內(nèi)容速覽：
Hadoop基礎(chǔ)知識(shí)
初識(shí)Hadoop
Hadoop的安裝與配置
Hadoop分布式文件系統(tǒng)
基于Hadoop 3的HDFS高可用
Hadoop核心技術(shù)
Hadoop的分布式協(xié)調(diào)服務(wù)——ZooKeeper
分布式離線計(jì)算框架——MapReduce
Hadoop的集群資源管理系統(tǒng)——YARN
Hadoop的數(shù)據(jù)倉(cāng)庫(kù)框架——Hive
大數(shù)據(jù)快速讀寫——HBase
海量日志采集工具——Flume
Hadoop和關(guān)系型數(shù)據(jù)庫(kù)間的數(shù)據(jù)傳輸工具——Sqoop
分布式消息隊(duì)列——Kafka
開(kāi)源的內(nèi)存數(shù)據(jù)庫(kù)——Redis
Ambari和CDH
快速且通用的集群計(jì)算系統(tǒng)——Spark
Hadoop項(xiàng)目案例實(shí)戰(zhàn)
基于電商產(chǎn)品的大數(shù)據(jù)業(yè)務(wù)分析系統(tǒng)實(shí)戰(zhàn)
用戶畫像分析實(shí)戰(zhàn)
基于個(gè)性化的視頻推薦系統(tǒng)實(shí)戰(zhàn)
電信離網(wǎng)用戶挽留實(shí)戰(zhàn)
本書超值配套資源：
20小時(shí)配套教學(xué)視頻
案例源代碼文件
教學(xué)PPT
本書4大實(shí)戰(zhàn)案例
基于電商產(chǎn)品的大數(shù)據(jù)業(yè)務(wù)分析系統(tǒng)實(shí)戰(zhàn)
用戶畫像分析實(shí)戰(zhàn)
基于個(gè)性化的視頻推薦系統(tǒng)實(shí)戰(zhàn)
電信離網(wǎng)用戶挽留實(shí)戰(zhàn)
本書全面介紹了Hadoop大數(shù)據(jù)分析的基礎(chǔ)知識(shí)、14個(gè)核心組件模塊及4個(gè)項(xiàng)目實(shí)戰(zhàn)案例。為了幫助讀者高效、直觀地學(xué)習(xí)，作者特意為本書錄制了20小時(shí)同步配套教學(xué)視頻。
本書共19章，分為3篇。第1篇Hadoop基礎(chǔ)知識(shí)，涵蓋大數(shù)據(jù)概述、Hadoop的安裝與配置、Hadoop分布式文件系統(tǒng)及基于Hadoop 3的HDFS高可用等相關(guān)內(nèi)容；第2篇Hadoop核心技術(shù)，涵蓋的內(nèi)容有Hadoop的分布式協(xié)調(diào)服務(wù)——ZooKeeper；分布式離線計(jì)算框架——MapReduce；Hadoop的集群資源管理系統(tǒng)——YARN；Hadoop的數(shù)據(jù)倉(cāng)庫(kù)框架——Hive；大數(shù)據(jù)快速讀寫——HBase；海量日志采集工具——Flume；Hadoop和關(guān)系型數(shù)據(jù)庫(kù)間的數(shù)據(jù)傳輸工具——Sqoop；分布式消息隊(duì)列——Kafka；開(kāi)源內(nèi)存數(shù)據(jù)庫(kù)——Redis；Ambari和CDH；快速且通用的集群計(jì)算系統(tǒng)——Spark。第3篇Hadoop項(xiàng)目案例實(shí)戰(zhàn)，主要介紹了基于電商產(chǎn)品的大數(shù)據(jù)業(yè)務(wù)分析系統(tǒng)、用戶畫像分析、基于個(gè)性化的視頻推薦系統(tǒng)及電信離網(wǎng)用戶挽留4個(gè)項(xiàng)目實(shí)戰(zhàn)案例，以提高讀者的大數(shù)據(jù)項(xiàng)目開(kāi)發(fā)水平。
本書內(nèi)容全面，實(shí)用性強(qiáng)，適合作為Hadoop大數(shù)據(jù)分析與挖掘的入門讀物，也可作為Java程序員的進(jìn)階讀物。另外，本書還特別適合想要提高大數(shù)據(jù)項(xiàng)目開(kāi)發(fā)水平的人員閱讀。對(duì)于專業(yè)的培訓(xùn)機(jī)構(gòu)和相關(guān)院校而言，本書也是一本不可多得的教學(xué)用書。
從零開(kāi)始學(xué)HADOOP大數(shù)據(jù)分析(視頻教學(xué)版) 內(nèi)容簡(jiǎn)介
本書針對(duì)愿意加入大數(shù)據(jù)行業(yè)的初學(xué)者量身定做，以簡(jiǎn)練風(fēng)趣的語(yǔ)言介紹了大數(shù)據(jù)程核心技術(shù)及相關(guān)案例。內(nèi)容包括了數(shù)據(jù)的基本概念、Hadoop的安裝與配置、HDFS、基于Hadoop3的HDFS高可用、Zookeeper、MapReduce、YARN、Sqoop、KafKa、Redis，每個(gè)知識(shí)點(diǎn)配有可運(yùn)行的案例，同時(shí)結(jié)合企業(yè)實(shí)際案例，讓讀者能夠掌握從大數(shù)據(jù)環(huán)境搭建到大數(shù)據(jù)核心技術(shù)，并且進(jìn)一步熟悉企業(yè)案例的分析及開(kāi)發(fā)過(guò)程，從而輕松進(jìn)入到大數(shù)據(jù)領(lǐng)域。本書實(shí)用性強(qiáng)，很好適合Hadoop大數(shù)據(jù)分析入門讀者閱讀，也適合相關(guān)院校作為大數(shù)據(jù)分析與挖掘的教材使用。
從零開(kāi)始學(xué)HADOOP大數(shù)據(jù)分析(視頻教學(xué)版) 目錄
◆ 目錄 ◆（只展示二級(jí)目錄，三級(jí)目錄未展示）
第1篇 Hadoop基礎(chǔ)知識(shí)
第1章 初識(shí)Hadoop 2
1.1 大數(shù)據(jù)初探 2
1.2 Hadoop簡(jiǎn)介 5
1.3 小結(jié) 6
第2章 Hadoop的安裝與配置 7
2.1 虛擬機(jī)的創(chuàng)建 7
2.2 安裝Linux系統(tǒng) 10
2.3 配置網(wǎng)絡(luò)信息 11
2.4 克隆服務(wù)器 12
2.5 SSH免密碼登錄 13
2.6 安裝和配置JDK 15
2.7 Hadoop環(huán)境變量配置 16
2.8 Hadoop分布式安裝 17
2.9 小結(jié) 21
第3章 Hadoop分布式文件系統(tǒng) 22
3.1 DFS介紹 22
3.2 HDFS介紹 23
3.3 Hadoop中HDFS的常用命令 30
3.4 HDFS的應(yīng)用 31
3.5 小結(jié) 36
第4章 基于Hadoop 3的HDFS高可用 37
4.1 Hadoop 3.x的發(fā)展 37
4.2 Hadoop 3 HDFS完全分布式搭建 39
4.3 什么是HDFS高可用 47
4.4 搭建HDFS高可用 50
4.5 小結(jié) 58
第2篇 Hadoop核心技術(shù)
第5章 Hadoop的分布式協(xié)調(diào)服務(wù)——ZooKeeper 60
5.1 ZooKeeper的核心概念 60
5.2 ZooKeeper的安裝與運(yùn)行 61
5.3 ZooKeeper服務(wù)器端的常用命令 63
5.4 客戶端連接ZooKeeper的相關(guān)操作 64
5.5 使用Java API訪問(wèn)ZooKeeper 67
5.6 小結(jié) 73
第6章 分布式離線計(jì)算框架——MapReduce 74
6.1 MapReduce概述 74
6.3 MapReduce實(shí)例 79
6.4 溫度排序?qū)嵗? 86
6.5 小結(jié) 94
第7章 Hadoop的集群資源管理系統(tǒng)——YARN 95
7.1 為什么要使用YARN 95
7.2 YARN的基本架構(gòu) 96
7.3 YARN工作流程 97
7.4 YARN搭建 98
7.5 小結(jié) 100
第8章 Hadoop的數(shù)據(jù)倉(cāng)庫(kù)框架——Hive 101
8.1 Hive的理論基礎(chǔ) 101
8.2 Hive的配置與安裝 109
8.3 Hive表的操作 113
8.4 表的分區(qū)與分桶 115
8.5 內(nèi)部表與外部表 118
8.6 內(nèi)置函數(shù)與自定義函數(shù) 121
8.7 通過(guò)Java訪問(wèn)Hive 124
8.8 Hive優(yōu)化 125
8.9 小結(jié) 127
第9章 大數(shù)據(jù)快速讀寫——HBase 128
9.1 關(guān)于NoSQL 128
9.2 HBase基礎(chǔ) 130
9.3 HBase安裝 135
9.4 HBase的Shell操作 138
9.5 Java API訪問(wèn)HBase實(shí)例 139
9.6 小結(jié) 142
第10章 海量日志采集工具——Flume 143
10.1 什么是Flume 143
10.2 Flume的特點(diǎn) 143
10.3 Flume架構(gòu) 144
10.4 Flume的主要組件 144
10.5 Flume安裝 148
10.6 Flume應(yīng)用典型實(shí)例 149
10.7 通過(guò)exec命令實(shí)現(xiàn)數(shù)據(jù)收集 153
10.8 小結(jié) 158
第11章 Hadoop和關(guān)系型數(shù)據(jù)庫(kù)間的數(shù)據(jù)傳輸工具——Sqoop 159
11.1 什么是Sqoop 159
11.2 Sqoop工作機(jī)制 159
11.3 Sqoop的安裝與配置 161
11.4 Sqoop數(shù)據(jù)導(dǎo)入實(shí)例 163
11.5 Sqoop數(shù)據(jù)導(dǎo)出實(shí)例 172
11.6 小結(jié) 173
第12章 分布式消息隊(duì)列——Kafka 174
12.1 什么是Kafka 174
12.2 Kafka的架構(gòu)和主要組件 174
12.3 Kafka的下載與集群安裝 177
12.4 Kafka應(yīng)用實(shí)例 181
12.5 小結(jié) 184
第13章 開(kāi)源的內(nèi)存數(shù)據(jù)庫(kù)——Redis 185
13.1 Redis簡(jiǎn)介 185
13.2 Redis安裝與配置 186
13.3 客戶端登錄 187
13.4 Redis的數(shù)據(jù)類型 188
13.5 小結(jié) 197
第14章 Ambari和CDH 198
14.1 Ambari的安裝與集群管理 198
14.2 CDH的安裝與集群管理 216
14.3 小結(jié) 227
第15章 快速且通用的集群計(jì)算系統(tǒng)——Spark 228
15.1 Spark基礎(chǔ)知識(shí) 228
15.2 彈性分布式數(shù)據(jù)集RDD 230
15.3 Spark作業(yè)運(yùn)行機(jī)制 232
15.4 運(yùn)行在YARN上的Spark 233
15.5 Spark集群安裝 234
15.6 Spark實(shí)例詳解 241
15.7 小結(jié) 246
第3篇 Hadoop項(xiàng)目案例實(shí)戰(zhàn)
第16章 基于電商產(chǎn)品的大數(shù)據(jù)業(yè)務(wù)分析系統(tǒng)實(shí)戰(zhàn) 248
16.1 項(xiàng)目背景、實(shí)現(xiàn)目標(biāo)和項(xiàng)目需求 248
16.2 功能與流程 249
16.3 數(shù)據(jù)收集 252
16.4 數(shù)據(jù)預(yù)處理 257
16.5 數(shù)據(jù)分析——創(chuàng)建外部表 261
16.6 建立模型 264
16.7 數(shù)據(jù)可視化 268
16.8 小結(jié) 272
第17章 用戶畫像分析實(shí)戰(zhàn) 273
17.1 項(xiàng)目背景 273
17.2 項(xiàng)目目標(biāo)與項(xiàng)目開(kāi)發(fā)過(guò)程 274
17.3 核心代碼解讀 277
17.4 項(xiàng)目部署 293
17.5 小結(jié) 294
第18章 基于個(gè)性化的視頻推薦系統(tǒng)實(shí)戰(zhàn) 295
18.1 項(xiàng)目背景 295
18.2 項(xiàng)目目標(biāo)與推薦系統(tǒng)簡(jiǎn)介 295
18.3 推薦系統(tǒng)項(xiàng)目架構(gòu) 302
18.4 推薦系統(tǒng)模型構(gòu)建 303
18.5 核心代碼 304
18.6 小結(jié) 314
第19章 電信離網(wǎng)用戶挽留實(shí)戰(zhàn) 315
19.1 商業(yè)理解 315
19.2 數(shù)據(jù)理解 316
19.3 數(shù)據(jù)整理 318
19.4 數(shù)據(jù)清洗 319
19.5 數(shù)據(jù)轉(zhuǎn)換 324
19.6 建模 327
19.7 評(píng)估 335
19.8 部署 338
19.9 用戶離網(wǎng)案例代碼詳解 339
19.10 小結(jié) 346
展開(kāi)全部
從零開(kāi)始學(xué)HADOOP大數(shù)據(jù)分析(視頻教學(xué)版) 相關(guān)資料
這本書概念清晰，講解通俗易懂，實(shí)例非常豐富，是一本適合通過(guò)實(shí)踐的方式學(xué)習(xí)大數(shù)據(jù)的書籍。尤其是書中的商業(yè)案例，極具參考價(jià)值，相信每位讀者都能從中汲取相應(yīng)的知識(shí)與啟發(fā)。 ——見(jiàn)知集團(tuán)董事長(zhǎng) 張之戈 本書是一本不可多得的大數(shù)據(jù)實(shí)踐類書籍。從大數(shù)據(jù)分布式環(huán)境的搭建，到HDFS、MapReduce、Hive、Zookeeper、Flume、Kafka和Redis等技術(shù)，書中均有涉獵，并延伸到了大數(shù)據(jù)的商業(yè)應(yīng)用案例。讀完本書，你可以全面掌握大數(shù)據(jù)的核心技術(shù)及具體應(yīng)用。 ——中軟國(guó)際CTO 徐建民 作為一本大數(shù)據(jù)專業(yè)書籍，本書傾向于動(dòng)手實(shí)踐，通過(guò)大量的實(shí)例代碼分析，幫助讀者理解和實(shí)踐。另外，作者還專門錄制了大數(shù)據(jù)核心技術(shù)教學(xué)視頻，這必將極大地提高讀者的學(xué)習(xí)效率。 ——慧科集團(tuán)研究院院長(zhǎng) 陳瀅 本書注重實(shí)踐，手把手帶領(lǐng)讀者學(xué)習(xí)，可讀性很強(qiáng)，適合小白閱讀，非常棒！ ——微軟高級(jí)架構(gòu)師 韓亮 本書由淺入深地介紹了大數(shù)據(jù)相關(guān)技術(shù)，并圍繞相關(guān)技術(shù)給出了大量的代碼實(shí)例，將理論知識(shí)應(yīng)用于項(xiàng)目開(kāi)發(fā)實(shí)踐，而且講解非常通俗易懂，是一本極佳的Hadoop大數(shù)據(jù)分析學(xué)習(xí)手冊(cè)。 ——51CTO學(xué)院總監(jiān) 張寶龍 這是我看過(guò)的*接地氣的大數(shù)據(jù)實(shí)踐類圖書。無(wú)論是對(duì)于想要學(xué)習(xí)大數(shù)據(jù)的入門者，還是對(duì)于有一定大數(shù)據(jù)開(kāi)發(fā)經(jīng)驗(yàn)的從業(yè)者，本書都極具參考價(jià)值。 ——CDA數(shù)據(jù)分析師協(xié)會(huì)理事 趙堅(jiān)毅 這本書很接地氣，非常適合想通過(guò)動(dòng)手實(shí)踐學(xué)習(xí)大數(shù)據(jù)的人員。作者將教會(huì)你如何在短時(shí)間內(nèi)上手大數(shù)據(jù)，并編寫出可以實(shí)際運(yùn)行的大數(shù)據(jù)項(xiàng)目。 ——大唐網(wǎng)絡(luò)副總裁 張文杰
從零開(kāi)始學(xué)HADOOP大數(shù)據(jù)分析(視頻教學(xué)版) 作者簡(jiǎn)介
溫春水 畢業(yè)于中國(guó)人民大學(xué)，獲碩士學(xué)位。歷任森途國(guó)信新工科研究院院長(zhǎng)、大唐網(wǎng)絡(luò)和三點(diǎn)一刻大數(shù)據(jù)技術(shù)總監(jiān)，負(fù)責(zé)大數(shù)據(jù)技術(shù)架構(gòu)。12年以上的IT從業(yè)經(jīng)驗(yàn)，其中從事IT培訓(xùn)超過(guò)5年，直接授課學(xué)員超過(guò)3萬(wàn)人。受邀為燕山石化和中國(guó)石油等企業(yè)完成Python及大數(shù)據(jù)技術(shù)等企業(yè)內(nèi)訓(xùn)；受聘面向哈爾濱工業(yè)大學(xué)、南開(kāi)大學(xué)、天津大學(xué)、華南農(nóng)業(yè)大學(xué)、山東科技大學(xué)、北京交通大學(xué)、西安交通大學(xué)、天津師范大學(xué)和北京航空航天大學(xué)等高校的本科生及研究生講授項(xiàng)目管理、需求分析、軟件體系設(shè)計(jì)和項(xiàng)目開(kāi)發(fā)等課程。 畢潔馨 亞信科技高級(jí)開(kāi)發(fā)工程師。參與過(guò)北京聯(lián)通看板中心及專線透明化建設(shè)，另外還參與過(guò)相關(guān)公司的門店客流分析平臺(tái)和分布式網(wǎng)絡(luò)爬蟲等多個(gè)項(xiàng)目的開(kāi)發(fā)工作。目前致力于大數(shù)據(jù)和人工智能方向的前沿技術(shù)研究。
書友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
苦雨齋序跋文-周作人自編集
- >
隨園食單
- >
經(jīng)典常談
- >
我與地壇
- >
月亮虎
- >
羅曼·羅蘭讀書隨筆-精裝
- >
中國(guó)歷史的瞬間
本類暢銷
