大数据基础编程、实验和案例教程 林子雨 编著 清华大学出版社
【85成左右新】笔记很少，整体很新，质量问题支持退换货，售后无忧；但不要拍错哦！
￥ 5.4 0.9折 ￥ 59 八五品
库存124件
浙江杭州
认证卖家担保交易快速发货售后保障
作者林子雨 编著
出版社清华大学出版社
ISBN9787302472094
出版时间2017-08
版次1
装帧平装
开本16开
纸张胶版纸
页数368页
字数99999千字
定价59元
货号9787302472094
上书时间2023-12-27
- 最新上架
商品详情
- 品相描述：八五品
- 【书非常新，有少许笔记】但不影响阅读，无附件和增值服务等。
- 商品描述
-
基本信息
书名:大数据基础编程、实验和案例教程
定价：59.00元
作者:林子雨 编著
出版社：清华大学出版社
出版日期：2017-08-01
ISBN：9787302472094
字数：568000
页码：368
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
步步引导，循序渐进，详尽的安装指南为顺利搭建大数据实验环境铺平道路 ? 深入浅出，去粗取精，丰富的代码实例帮助快速掌握大数据基础编程方法 ? 精心设计，巧妙融合，五套大数据实验题目促进理论与编程知识的消化和吸收 ? 结合理论，联系实际，大数据课程综合实验案例精彩呈现大数据分析全流程
内容提要
本书以大数据分析全流程为主线，介绍了数据采集、数据存储与管理、数据处理与分析、数据可视化等环节典型软件的安装、使用和基础编程方法。本书内容涵盖操作系统（Linux和Windows）、开发工具（Eclipse）以及大数据相关技术、软件（Sqoop、Kafka、Flume、Hadoop、HDFS、MapReduce、HBase、Hive、Spark、MySQL、MongoDB、Redis、R、Easel.ly、D3、魔镜、ECharts、Tableau）等。同时，本书还提供了丰富的课程实验和综合案例，以及大量免费的在线教学资源，可以较好地满足高等院校大数据教学实际需求。本书是《大数据技术原理与应用——概念、存储、处理、分析与应用》的“姊妹篇”，可以作为高等院校计算机、信息管理等相关专业的大数据课程辅助教材，用于指导大数据编程实践；也可供相关技术人员参考。
目录
章大数据技术概述11.1大数据时代11.2大数据关键技术21.3大数据软件31.3.1Hadoop41.3.2Spark51.3.3NoSQL数据库51.3.4数据可视化61.4内容安排71.5在线资源81.5.1在线资源一览表91.5.2下载专区91.5.3在线视频101.5.4拓展阅读111.5.5大数据课程公共服务平台111.6本章小结12第2章Linux系统的安装和使用132.1Linux系统简介132.2Linux系统安装132.2.1下载安装文件142.2.2Linux系统的安装方式142.2.3安装Linux虚拟机152.2.4生成Linux虚拟机镜像文件362.3Linux系统及相关软件的基本使用方法382.3.1Shell382.3.2root用户382.3.3创建普通用户382.3.4sudo命令392.3.5常用的Linux系统命令402.3.6文件解压缩402.3.7常用的目录412.3.8目录的权限412.3.9更新APT412.3.10切换中英文输入法432.3.11vim编辑器的使用方法432.3.12在Windows系统中使用SSH方式登录Linux系统442.3.13在Linux中安装Eclipse482.3.14其他使用技巧492.4关于本书内容的一些约定492.5本章小结50第3章Hadoop的安装和使用513.1Hadoop简介513.2安装Hadoop前的准备工作523.2.1创建hadoop用户523.2.2更新APT523.2.3安装SSH523.2.4安装Java环境533.3安装Hadoop553.3.1下载安装文件553.3.2单机模式配置563.3.3伪分布式模式配置573.3.4分布式模式配置663.3.5使用Docker搭建Hadoop分布式集群753.4本章小结87第4章HDFS操作方法和基础编程884.1HDFS操作常用Shell命令884.1.1查看命令使用方法884.1.2HDFS目录操作904.2利用HDFS的Web管理界面924.3HDFS编程实践924.3.1在Eclipse中创建项目934.3.2为项目添加需要用到的JAR包944.3.3编写Java应用程序964.3.4编译运行程序984.3.5应用程序的部署1004.4本章小结102第5章HBase的安装和基础编程1035.1安装HBase1035.1.1下载安装文件1035.1.2配置环境变量1045.1.3添加用户权限1045.1.4查看HBase版本信息1045.2HBase的配置1055.2.1单机模式配置1055.2.2伪分布式配置1075.3HBase常用Shell命令1095.3.1在HBase中创建表1095.3.2添加数据1105.3.3查看数据1105.3.4删除数据1115.3.5删除表1125.3.6查询历史数据1125.3.7退出HBase数据库1125.4HBase编程实践1135.4.1在Eclipse中创建项目1135.4.2为项目添加需要用到的JAR包1165.4.3编写Java应用程序1175.4.4编译运行程序1235.4.5应用程序的部署1245.5本章小结124第6章典型NoSQL数据库的安装和使用1256.1Redis安装和使用1256.1.1Redis简介1256.1.2安装Redis1256.1.3Redis实例演示1276.2MongoDB的安装和使用1286.2.1MongDB简介1296.2.2安装MongoDB1296.2.3使用Shell命令操作MongoDB1306.2.4JavaAPI编程实例1366.3本章小结139第7章MapReduce基础编程1407.1词频统计任务要求1407.2MapReduce程序编写方法1417.2.1编写Map处理逻辑1417.2.2编写Reduce处理逻辑1417.2.3编写main方法1427.2.4完整的词频统计程序1437.3编译打包程序1447.3.1使用命令行编译打包词频统计程序1457.3.2使用Eclipse编译运行词频统计程序1457.4运行程序1547.5本章小结156第8章数据仓库Hive的安装和使用1578.1Hive的安装1578.1.1下载安装文件1578.1.2配置环境变量1588.1.3修改配置文件1588.1.4安装并配置MySQL1598.2Hive的数据类型1618.3Hive基本操作1628.3.1创建数据库、表、视图1628.3.2删除数据库、表、视图1638.3.3修改数据库、表、视图1648.3.4查看数据库、表、视图1658.3.5描述数据库、表、视图1658.3.6向表中装载数据1668.3.7查询表中数据1668.3.8向表中插入数据或从表中导出数据1668.4Hive应用实例：WordCount1678.5Hive编程的优势1678.6本章小结168第9章Spark的安装和基础编程1699.1基础环境1699.2安装Spark1699.2.1下载安装文件1699.2.2配置相关文件1709.3使用SparkShell编写代码1719.3.1启动SparkShell1719.3.2读取文件1729.3.3编写词频统计程序1749.4编写Spark独立应用程序1749.4.1用Scala语言编写Spark独立应用程序1759.4.2用Java语言编写Spark独立应用程序1789.5本章小结1820章典型的可视化工具的使用方法18310.1Easel.ly信息图制作方法18310.1.1信息图18310.1.2信息图制作基本步骤18310.2D3可视化库的使用方法18610.2.1D3可视化库的安装18710.2.2基本操作18710.3可视化工具Tableau使用方法19410.3.1安装Tableau19510.3.2界面功能介绍19510.3.3Tableau简单操作19710.4使用“魔镜”制作图表20210.4.1“魔镜”简介20210.4.2简单制作实例20210.5使用ECharts图表制作20610.5.1ECharts简介20610.5.2ECharts图表制作方法20610.5.3两个实例21010.6本章小结2171章数据采集工具的安装和使用21811.1Flume21811.1.1安装Flume21811.1.2两个实例22011.2Kafka22511.2.1Kafka相关概念22511.2.2安装Kafka22511.2.3一个实例22511.3Sqoop22711.3.1下载安装文件22711.3.2修改配置文件22811.3.3配置环境变量22811.3.4添加MySQL驱动程序22811.3.5测试与MySQL的连接22911.4实例：编写Spark程序使用Kafka数据源23011.4.1Kafka准备工作23011.4.2Spark准备工作23211.4.3编写Spark程序使用Kafka数据源23411.5本章小结2392章大数据课程综合实验案例24112.1案例简介24112.1.1案例目的24112.1.2适用对象24112.1.3时间安排24112.1.4预备知识24112.1.5硬件要求24212.1.6软件工具24212.1.7数据集24212.1.8案例任务24212.2实验环境搭建24312.3实验步骤概述24412.4本地数据集上传到数据仓库Hive24512.4.1实验数据集的下载24512.4.2数据集的预处理24612.4.3导入数据库24912.5Hive数据分析25312.5.1简单查询分析25312.5.2查询条数统计分析25512.5.3关键字条件查询分析25612.5.4根据用户行为分析25812.5.5用户实时查询分析25912.6Hive、MySQL、HBase数据互导26012.6.1Hive预操作26012.6.2使用Sqoop将数据从Hive导入MySQL26112.6.3使用Sqoop将数据从MySQL导入HBase26512.6.4使用HBaseJavaAPI把数据从本地导入到HBase中26912.7利用R进行数据可视化分析27512.7.1安装R27512.7.2安装依赖库27712.7.3可视化分析27812.8本章小结2833章实验28413.1实验一：熟悉常用的Linux操作和Hadoop操作28413.1.1实验目的28413.1.2实验平台28413.1.3实验步骤28413.1.4实验报告28613.2实验二：熟悉常用的HDFS操作28613.2.1实验目的28613.2.2实验平台28613.2.3实验步骤28713.2.4实验报告28713.3实验三：熟悉常用的HBase操作28813.3.1实验目的28813.3.2实验平台28813.3.3实验步骤28813.3.4实验报告29013.4实验四：NoSQL和关系数据库的操作比较29013.4.1实验目的29013.4.2实验平台29013.4.3实验步骤29013.4.4实验报告29313.5实验五：MapReduce初级编程实践29413.5.1实验目的29413.5.2实验平台29413.5.3实验步骤29413.5.4实验报告297附录A大数据课程实验答案298A.1实验一：熟悉常用的Linux操作和Hadoop操作298A.1.1实验目的298A.1.2实验平台298A.1.3实验步骤298A.2实验二：熟悉常用的HDFS操作303A.2.1实验目的303A.2.2实验平台303A.2.3实验步骤303A.3实验三：熟悉常用的HBase操作323A.3.1实验目的323A.3.2实验平台323A.3.3实验步骤323A.4实验四：NoSQL和关系数据库的操作比较331A.4.1实验目的331A.4.2实验平台331A.4.3实验步骤332A.5实验五：MapReduce初级编程实践349A.5.1实验目的349A.5.2实验平台349A.5.3实验步骤350附录BLinux系统中的MySQL安装及常用操作360B.1安装MySQL360B.2MySQL常用操作363参考文献367参考文献367
作者介绍
林子雨，男，博士，厦门大学计算机科学系助理教授，厦门大学云计算与大数据研究中心创始成员，厦门大学数据库实验室负责人，中国计算机学会数据库专委会委员，中国计算机学会信息系统专委会委员。于2001年获得福州大学水利水电专业学士学位，2005年获得厦门大学计算机专业硕士学位，2009年获得北京大学计算机专业博士学位。中国高校少有“数字教师”提出者和建设者，2009年至今，“数字教师”大平台累计向网络免费发布超过100万字高价值的教学和科研资料，累计网络访问量超过100万次。主要研究方向为数据库、数据仓库、数据挖掘、大数据和云计算，发表期刊和会议学术论文多篇，并作为课题组负责人承担了国家自然科学基金和福建省自然科学基金项目。曾作为志愿者翻译了Google Spanner、BigTable和《Architecture of a Database System》等大量英文学术资料，与广大网友分享，深受欢迎。2013年在厦门大学开设大数据课程，并因在教学领域的突出贡献和学生的认可，成为2013年度厦门大学教学类奖教金获得者。
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价