Hadoop海量数据处理
正版新书 新华官方库房直发 可开电子发票
￥ 41.89 7.1折 ￥ 59 全新
库存4件
作者范东来
出版社人民邮电出版社
ISBN9787115427465
出版时间2016-08
版次2
装帧其他
开本其他
纸张胶版纸
页数351页
字数524千字
定价59元
货号SC:9787115427465
上书时间2024-10-31
- 在售商品 暂无
- 平均发货时间 16小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
范东来，北京航空航天大学硕士，技术图书作者和译者，著有《Hadoop海量数据处理》（该书台湾繁体字版为《Hadoop：BigData技術詳解與專案實作》），译有《解读NoSQL》。BBD（数联铭品）大数据技术部负责人，大数据平台架构师，极客学院布道师。研究方向：并行图挖掘、去中心化应用。
主编推荐:
Hadoop是目前受关注的大数据处理平台和解决方案，并且已经广泛应用于生产环境。本书基于新的Hadoop（CDH5，Apache Hadoop 2.6）版本介绍Hadoop技术的相关知识，不但详细介绍了Hadoop、HDFS、YARN、MapReduce、Hive、Sqoop和HBase等，还深入探讨了Hadoop、HBase的运维和性能调优，并包含了一个具有代表性的完整的基于Hadoop的商业智能系统的设计和实现。
本书的大特点是面向实践。基础篇介绍Hadoop及相关组件的同时，包含了大量动手实例，而应用篇包含的基于Hadoop的完整实例脱胎于生产环境的真实项目。在应用篇中，读者不仅能够通过项目实战巩固基础篇的学习效果，还能学习商业智能系统的开发过程。
本书由浅至深，从理论基础到项目实战，适合Hadoop的初学者阅读，也可以作为高等院校相关课程的教学参考书。
本书主要内容
?包含了Hadoop新版本的几乎所有主要特性，是Hadoop目前成熟的形态。
?深入介绍了NoSQL架构模式、HBase的架构和实现，以及HBase的不错特性。
?深入介绍了统一资源管理和调度平台的范型和YARN实现。
?深入介绍了Hadoop、HBase性能调优，满足海量数据处理的需求。
?包含了一个完整的项目实战，从需求定义、系统设计和架构后到代码实现。
?包含了一个机器学习算法应用实战，利用Hadoop进行大数据挖掘，从数据中寻找模式。
媒体评论:
“这是一本大数据工程师和Hadoop工程师的推荐阅读书。本书章节安排合理，结构清晰，内容由浅入深，循序渐进。作者作为一位多年奋战在大数据一线的工程师，经验很好丰富，能够更加理解并贴近开发者的需求。全书涵盖了HDFS、MapReduce、Hive、Sqoop等内容，尤其宝贵的是包含了大量动手实例和一个完备的Hadoop项目实例。我相信对于希望学习Hadoop的读者来说，本书是一个不错的选择。”
——孙伟，北京软件行业协会执行会长，北京航空航天大学软件学院教授
“如果大数据能被写进历史，那么Hadoop一定是技术王朝的一代君王。本书将让你用小的代价，看清楚金銮殿上君王的面貌。”
——周涛，央视十大科技创新人物，电子科技大学大数据研究中心主任，《为数据而生》作者，《大数据时代》译者
“大数据的发展在优选如火如荼，而Hadoop是基础的大数据存储和处理系统，技术日趋成熟。本书是的全面介绍Hadoop平台、运维、算法实现及应用实践的书籍，对大数据入门和进阶都很有帮助，强烈推荐。”
——赵勇，中国计算机学会大数据专家委员会委员，《大数据革命：理论、模式与技术创新》和《架构大数据：大数据技术及算法解析》作者
内容简介:
本书介绍了Hadoop技术的相关知识，并将理论知识与实际项目相结合。全书共分为三个部分：基础篇、应用篇和总结篇。基础篇详细介绍了Hadoop、YARN、MapReduce、HDFS、Hive、Sqoop和HBase，并深入探讨了Hadoop的运维和调优；应用篇则包含了一个具有代表性的完整的基于Hadoop的商业智能系统的设计和实现；结束篇对全书进行总结，并对技术发展做了展望。
目录:
目录
基础篇：Hadoop基础
章 绪论 2
1.1 Hadoop和云计算 2
1.1.1 Hadoop的电梯演讲 2
1.1.2 Hadoop生态圈 3
1.1.3 云计算的定义 6
1.1.4 云计算的类型 7
1.1.5 Hadoop和云计算 8
1.2 Hadoop和大数据 9
1.2.1 大数据的定义 9
1.2.2 大数据的结构类型 10
1.2.3 大数据行业应用实例 12
1.2.4 Hadoop和大数据 13
1.2.5 其他大数据处理平台 14
1.3 数据挖掘和商业智能 15
1.3.1 数据挖掘的定义 15
1.3.2 数据仓库 17
1.3.3 操作数据库系统和数据仓库系统的区别 18
1.3.4 为什么需要分离的数据仓库 19
1.3.5 商业智能 19
1.3.6 大数据时代的商业智能 &
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价