Hadoop大數(shù)據(jù)技術與應用

定　價：￥62.80

作　者：	方曙東，許桂秋編
出版社：	浙江科學技術出版社
叢編項：	大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材
標　簽：	暫缺

購買這本書可以去

京東 (￥62.80)

ISBN：	9787534188947	出版時間：	2020-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	336	字數(shù)：

內容簡介

　　《Hadoop大數(shù)據(jù)技術與應用/大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材》作為Hadoop的入門教材，采用理論與實踐相結合的方式，全面介紹了Hadoop大數(shù)據(jù)技術。它將幫助您：·使用Hadoop分布式文件系統(tǒng)（HDFS）來存儲海量數(shù)據(jù)集，通過MapReduce對這些數(shù)據(jù)集進行分布式計算?！な褂肏adoop YARN資源管理器統(tǒng)一管理和調度Hadoop資源?！な煜adoop的數(shù)據(jù)和I／O構件，用于壓縮、數(shù)據(jù)集成、序列化和持久處理。·洞悉編寫MapReduce實際應用時的常見陷阱和高級特性。·設計、構建和管理一個專用的Hadoop集群或在云上運行Hadoop?！な褂酶呒壊樵冋Z言Pig來處理大規(guī)模數(shù)據(jù)。·利用Hadoop數(shù)據(jù)庫HBase來保存和處理結構化／半結構化數(shù)據(jù)?！だ肏IVE數(shù)據(jù)倉庫工具對Hadoop文件中的數(shù)據(jù)集進行數(shù)據(jù)整理、特殊查詢和分析存儲?！だ肧qoopSqoop在關系數(shù)據(jù)庫以及Hadoop數(shù)據(jù)存儲和處理平臺進行數(shù)據(jù)導入、導出?！W會利用ZooKeeper來構建分布式系統(tǒng)。·學會利用Ambari來構建、管理、監(jiān)控Hadoop生態(tài)的集群?！禜adoop大數(shù)據(jù)技術與應用/大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材》直接將相關行業(yè)典型案例作為實驗教學內容編入，展示了如何用Hadoop解決實際行業(yè)場景中的問題，對實際操作更有針對性。《Hadoop大數(shù)據(jù)技術與應用/大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材》可作為高等院校數(shù)據(jù)科學與大數(shù)據(jù)技術、計算機、信息管理等相關專業(yè)的大數(shù)據(jù)入門教材。

作者簡介

暫缺《Hadoop大數(shù)據(jù)技術與應用》作者簡介

圖書目錄

第1章初識Hadoop大數(shù)據(jù)技術
1．1 大數(shù)據(jù)技術概述
1．2 Google的“三駕馬車
1．3 Hadoop概述
1．4 Hadoop生態(tài)圈
1．5 Hadoop的典型應用場景與應用架構
第2章 Hadoop環(huán)境設置
2．1 安裝前準備
2．2 Hadoop的安裝
實驗1 搭建Hadoop偽分布式模式環(huán)境
第3章 HDFS
3．1 HDFS簡介
3．2 HDFS的組成與架構
3．3 HDFS的工作機制
3．4 HDFS操作
3．5 HDFS的高級功能
實驗2 通過Shall命令訪問HDFS
實驗3 熟悉基于IDEA+Maven的Java開發(fā)環(huán)境
實驗4 通過API訪問HDFS
第4章 YARN
4．1 YARN產(chǎn)生的背景
4．2 初識YARN
4．3 YARN的架構
4．4 YARN的調度器
第5章 MapReduce
5．1 MapReduce概述
5．2 MapReduce編程模型
5．3 MapReduce編程進階
5．4 MapReduce的工作機制
5．5 MapReduce編程案例
實驗5 分析和編寫WordCount程序
實驗6 MapReduce序列化、分區(qū)實驗
實驗7 使用MapReduce求出各年銷售筆數(shù)、各年銷售總額
實驗8 使用MapReduce統(tǒng)計用戶在搜狗_k_gs搜索數(shù)據(jù)
第6章 HBase、Hive、Pig
6．1 HBase
6．2 Hive
6．3 Pig
實驗9 HBase實驗——安裝和配置（可選）
實驗10 HBase實驗——通過ItBase Shell訪問HBase（可選）
實驗11 HBase實驗——通過JavaAPI訪問HBase
實驗12 HBase實驗——通過Java API開發(fā)基于HBase的MapReduce程序
實驗13 Hive實驗——Metastore采用Local模式（MySQL數(shù)據(jù)庫）搭建Hive環(huán)境（可選）
實驗14 Hive實驗——Hive常用操作
實驗15 Pig實驗——安裝和使用Pig（可選）
實驗16 Pig實驗——使用Pig Latin操作員工表和部門表
第7章 Flume
7．1 Flume產(chǎn)生的背景
7．2 Flume簡介
7．3 Flume的安裝
7．4 Flume的架構
7．5 Flume的應用
7．6 Flume的工作方式
實驗17 Flume的配置與使用1——Avro Source+Memory Channel+Logger Sink
實驗18 Flume的配置與使用2——Syslogtcp Source+Memory Channel HDFS Sink
實驗19 Fhune的配置與使用3——Exec Source+Memory Channel+ Logger Sink
第8章 Sqoop
8．1 Sqoop背景簡介
8．2 Sqoop的基本原理
8．3 Sqoop的安裝與部署
8．4 Sqoop應用
實驗20 Sqoop常用功能的使用
第9章 ZooKeeper
9．1 ZooKeeper簡介
9．2 ZooKeeper的安裝
9．3 ZooKeeper的基本原理
9．4 ZooKeeper的簡單操作
9．5 ZooKeeper的特性
9．6 ZooKeeper的應用場景
實驗21 ZooKeeper的3種訪問方式
第10章 Ambari
10．1 Ambari簡介
10．2 Ambari的安裝
10．3 利用Ambari管理Hadoop集群
10．4 Ambari的架構和工作原理
第11章 Mahout
11．1 Mahout簡介
11．2 Taste簡介
11．3 使用Taste構建推薦系統(tǒng)
實驗22 基于Mahout的電影推薦系統(tǒng)
實驗23 搜狗日志查詢分析（MapReduce+Hive綜合實驗）