掃一掃
關(guān)注中圖網(wǎng)
官方微博
Hadoop大數(shù)據(jù)原理與應(yīng)用 版權(quán)信息
- ISBN：9787560655796
- 條形碼：9787560655796 ; 978-7-5606-5579-6
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
Hadoop大數(shù)據(jù)原理與應(yīng)用 內(nèi)容簡介
本書全面介紹了Hadoop生態(tài)系統(tǒng)中各個開源組件的理論知識和實(shí)踐案例。全書分為上篇 —— Hadoop基礎(chǔ)篇、中篇 —— Hadoop提高篇、下篇 —— 案例篇三部分, 共11章, 涉及數(shù)據(jù)采集、數(shù)據(jù)存儲與管理、數(shù)據(jù)處理與分析、數(shù)據(jù)可視化一系列大數(shù)據(jù)應(yīng)用生命周期中各階段典型組件的理論知識、安裝部署和實(shí)戰(zhàn)使用。上篇為第1-8章, 具體內(nèi)容包括大數(shù)據(jù)概述、初識Hadoop、分布式文件系統(tǒng)HDFS、分布式計(jì)算框架MapReduce、統(tǒng)一資源管理和調(diào)度框架YARN、分布式協(xié)調(diào)框架ZooKeeper、分布式數(shù)據(jù)庫HBase、數(shù)據(jù)倉庫Hive ; 中篇為第9、10章, 具體內(nèi)容包括大數(shù)據(jù)遷移和采集工具、數(shù)據(jù)可視化 ; 下篇為第11章, 介紹了使用Hadoop平臺完成用戶畫像項(xiàng)目的全過程。
Hadoop大數(shù)據(jù)原理與應(yīng)用 目錄
上篇 Hadoop基礎(chǔ)篇
第1章 大數(shù)據(jù)概述 2
1.1 大數(shù)據(jù)內(nèi)涵 3
1.2 大數(shù)據(jù)的特征 5
1.3 大數(shù)據(jù)的關(guān)鍵技術(shù) 6
1.4 大數(shù)據(jù)產(chǎn)業(yè) 8
1.5 大數(shù)據(jù)與物聯(lián)網(wǎng)、云計(jì)算、人工智能、5G的關(guān)系 11
1.6 大數(shù)據(jù)崗位介紹 12
1.7 大數(shù)據(jù)學(xué)習(xí)路線 13
本章小結(jié) 14
思考與練習(xí)題 15
第2章 初識Hadoop 16
2.1 Hadoop概述 17
2.2 Hadoop生態(tài)系統(tǒng) 20
2.3 Hadoop的體系架構(gòu) 23
2.4 Hadoop的應(yīng)用現(xiàn)狀 23
2.5 部署和運(yùn)行Hadoop 25
本章小結(jié) 50
思考與練習(xí)題 50
實(shí)驗(yàn)1 部署全分布模式Hadoop集群 51
第3章 分布式文件系統(tǒng)HDFS 52
3.1 HDFS簡介 53
3.2 HDFS的體系架構(gòu) 53
3.3 HDFS文件的存儲機(jī)制 55
3.4 HDFS數(shù)據(jù)的讀/寫過程 57
3.5 實(shí)戰(zhàn)HDFS 60
3.6 HDFS的高可靠性機(jī)制 75
本章小結(jié) 89
思考與練習(xí)題 89
實(shí)驗(yàn)2 實(shí)戰(zhàn)HDFS 90
第4章 分布式計(jì)算框架MapReduce 91
4.1 MapReduce簡介 92
4.2 **個MapReduce案例：WordCount 92
4.3 MapReduce的作業(yè)執(zhí)行流程 97
4.4 MapReduce的數(shù)據(jù)類型與格式 101
4.5 Shuffle的機(jī)制 104
4.6 在MapReduce中自定義組件 105
4.7 實(shí)戰(zhàn)MapReduce 109
4.8 MapReduce調(diào)優(yōu) 116
4.9 其他主流計(jì)算框架 118
本章小結(jié) 119
思考與練習(xí)題 120
實(shí)驗(yàn)3 MapReduce編程 120
第5章 統(tǒng)一資源管理和調(diào)度框架YARN 122
5.1 初識YARN 123
5.2 YARN的體系架構(gòu) 126
5.3 YARN的工作流程 127
5.4 實(shí)戰(zhàn)YARN 129
5.5 YARN的新特性 134
5.6 其他統(tǒng)一資源管理調(diào)度框架 141
本章小結(jié) 150
思考與練習(xí)題 151
第6章 分布式協(xié)調(diào)框架ZooKeeper 152
6.1 分布式協(xié)調(diào)技術(shù) 153
6.2 初識ZooKeeper 154
6.3 ZooKeeper的系統(tǒng)模型 156
6.4 ZooKeeper的工作原理 163
6.5 ZooKeeper的典型應(yīng)用場景 172
6.6 部署ZooKeeper集群 176
6.7 實(shí)戰(zhàn)ZooKeeper 183
本章小結(jié) 218
思考與練習(xí)題 219
實(shí)驗(yàn)4 部署ZooKeeper集群和實(shí)戰(zhàn)ZooKeeper 220
第7章 分布式數(shù)據(jù)庫HBase 221
7.1 NoSQL簡介 222
7.2 初識HBase 224
7.3 HBase的數(shù)據(jù)模型 224
7.4 HBase的體系架構(gòu) 229
7.5 HBase的運(yùn)行機(jī)制 233
7.6 部署HBase集群 235
7.7 實(shí)戰(zhàn)HBase 241
7.8 HBase的性能優(yōu)化 264
本章小結(jié) 265
思考與練習(xí)題 266
實(shí)驗(yàn)5 部署全分布模式HBase集群和實(shí)戰(zhàn)HBase 267
第8章 數(shù)據(jù)倉庫Hive 268
8.1 初識Hive 269
8.2 Hive的體系架構(gòu) 271
8.3 Hive的數(shù)據(jù)類型 273
8.4 Hive的文件格式 275
8.5 Hive的數(shù)據(jù)模型 275
8.6 Hive函數(shù) 278
8.7 部署Hive 285
8.8 實(shí)戰(zhàn)Hive 299
8.9 Hive的優(yōu)化策略 307
本章小結(jié) 308
思考與練習(xí)題 309
實(shí)驗(yàn)6 部署本地模式Hive和實(shí)戰(zhàn)Hive 309
中篇 Hadoop提高篇
第9章 大數(shù)據(jù)遷移和采集工具 312
9.1 數(shù)據(jù)遷移工具Sqoop 313
9.2 日志采集工具Flume 344
9.3 分布式流平臺Kafka 357
9.4 ETL工具Kettle 371
本章小結(jié) 377
思考與練習(xí)題 378
第10章 數(shù)據(jù)可視化 379
10.1 可視化概念 380
10.2 可視化的作用與意義 381
10.3 可視化圖表的類型 386
10.4 可視化工具 391
本章小結(jié) 419
思考與練習(xí)題 419
下篇 案 例 篇
第11章 華為P30手機(jī)評論畫像分析 422
11.1 需求分析 423
11.2 項(xiàng)目設(shè)計(jì) 423
11.3 項(xiàng)目環(huán)境搭建 423
11.4 數(shù)據(jù)采集與預(yù)處理 424
11.5 使用Hive分析數(shù)據(jù) 430
11.6 數(shù)據(jù)可視化 437
本章小結(jié) 443
思考與練習(xí)題 443
參考文獻(xiàn) 444
展開全部
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
李白與唐代文化
- >
月亮虎
- >
我與地壇
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
詩經(jīng)-先民的歌唱
- >
名家?guī)阕x魯迅:故事新編
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
本類暢銷
