• Hadoop大数据处理
21年品牌 40万+商家 超1.5亿件商品

Hadoop大数据处理

6.63 1.1折 59 九五品

仅1件

北京通州
认证卖家担保交易快速发货售后保障

作者刘军 编著

出版社人民邮电出版社

ISBN9787115323248

出版时间2013-09

版次1

装帧平装

开本16开

纸张胶版纸

页数289页

字数99999千字

定价59元

上书时间2024-12-16

纵列風

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九五品
商品描述
基本信息
书名:Hadoop大数据处理
定价:59元
作者:刘军 编著
出版社:人民邮电出版社
出版日期:2013-09-01
ISBN:9787115323248
字数:386000
页码:289
版次:1
装帧:平装
开本:16开
商品重量:
编辑推荐
差异性。兼顾理论基础与开发案例,便于自学和教学,且实用性强。系统性。以北邮研究生教材为雏形,经过数年应用修改完善,成熟度高。
内容提要
《Hadoop大数据处理》以大数据处理系统的三大关键要素——“存储”、“计算”与“容错”为起点,深入浅出地介绍了如何使用Hadoop这一高性能分布式技术完成大数据处理任务。本书不仅包含了使用Hadoop进行大数据处理的实践性知识和示例,还以图文并茂的形式系统性地揭示了Hadoop技术族中关键组件的运行原理和优化手段,为读者进一步提升Hadoop使用技巧和运行效率提供了颇具价值的参考。  《Hadoop大数据处理》共10章,涉及的主题包括大数据处理概论、基于Hadoop的大数据处理框架、MapReduce计算模式、使用HDFS存储大数据、HBase大数据库、大数据的分析处理、Hadoop环境下的数据整合、Hadoop集群的管理与维护、基于MapReduce的数据挖掘实践及面向未来的大数据处理技术。最后附有一个在Windows环境下搭建Hadoop开发及调试环境的参考手册。  《Hadoop大数据处理》适合需要使用Hadoop处理大数据的程序员、架构师和产品经理作为技术参考和培训资料,也可作为高校研究生和本科生教材。
目录
目 录 章 大数据处理概论 11.1 什么是大数据 21.2 数据处理平台的基础架构 51.3 大数据处理的存储 71.3.1 提升容量 71.3.2 提升吞吐量 111.4 大数据处理的计算模式 171.4.1 多处理技术 171.4.2 并行计算 201.5 大数据处理系统的容错性 261.5.1 数据存储容错 271.5.2 计算任务容错 281.6 大数据处理的云计算变革 30本章参考文献 32第2章 基于Hadoop的大数据处理架构 352.1 Google核心云计算技术 352.1.1 并行计算编程模型MapReduce 362.1.2 分布式文件系统GFS 382.1.3 分布式结构化数据存储BigTable 392.2 Hadoop云计算技术及发展 412.2.1 Hadoop的由来 412.2.2 Hadoop原理与运行机制 422.2.3 Hadoop相关技术及简介 452.2.4 Hadoop技术的发展与演进 472.3 基于云计算的大数据处理架构 482.4 基于云计算的大数据处理技术的应用 512.4.1 百度 512.4.2  562.4.3 腾讯 582.4.4 华为 602.4.5 中国移动 622.5 Hadoop运行实践 63本章参考文献 64第3章 MapReduce计算模式 663.1 MapReduce原理 663.2 MapReduce工作机制 693.2.1 MapReduce运行框架的组件 703.2.2 MapReduce作业的运行流程 703.2.3 作业调度 723.2.4 异常处理 733.3 MapReduce应用开发 743.3.1 MapReduce应用开发流程 743.3.2 通过Web界面分析MapReduce应用 763.3.3 MapReduce任务执行的单步跟踪 783.3.4 多个MapReduce过程的组合模式 793.3.5 使用其他语言编写MapReduce程序 813.3.6 不同数据源的数据联结(Join) 823.4 MapReduce设计模式 873.4.1 计数(Counting) 883.4.2 分类(Classfication) 883.4.3 过滤处理(Filtering) 893.4.4 排序(Sorting) 893.4.5 去重计数(Distinct Counting) 903.4.6 相关计数(Cross-Correlation) 913.5 MapReduce算法实践 923.5.1 最短路径算法 923.5.2 反向索引算法 943.5.3 PageRank算法 953.6 MapReduce性能调优 973.6.1 MapReduce参数配置优化 973.6.2 使用Cominber减少数据传输 993.6.3 启用数据压缩 1003.6.4 使用预测执行功能 1013.6.5 重用JVM 101本章参考文献 102第4章 使用HDFS存储大数据 1034.1 大数据的云存储需求 1034.2 HDFS架构与流程 1044.2.1 系统框架 1044.2.2 数据读取过程 1054.2.3 数据写入过程 1064.3 文件访问与控制 1084.3.1 基于命令行的文件管理 1084.3.2 通过API操作文件 1104.4 HDFS性能优化 1144.4.1 调整数据块尺寸 1144.4.2 规划网络与节点 1144.4.3 调整服务队列数量 1164.4.4 预留磁盘空间 1164.4.5 存储平衡 1174.4.6 根据节点功能优化磁盘配置 1174.4.7 其他参数 1194.5 HDFS的小文件存储问题 1194.5.1 Hadoop Archive工具 1204.5.2 CombineFileInputFormat 1214.5.3 SequenceFile格式 1214.5.4 相关研究 1224.6 HDFS的高可用性问题 1234.6.1 基于配置的元数据备份 1234.6.2 基于DRBD的元数据备份 1244.6.3 Secondary NameNode/CheckpointNode 1254.6.4 Backup Node 1254.6.5 NameNode热备份 1264.6.6 HDFS的HA方案总结 126本章参考文献 127第5章 HBase大数据库 1285.1 大数据环境下的数据库 1285.2 HBase架构与原理 1295.2.1 系统架构及组件 1295.2.2 数据模型与物理存储 1315.2.3 RegionServer的查找 1355.2.4 物理部署与读写流程 1365.3 管理HBase中的数据 1385.3.1 Shell 1385.3.2 Java API 1415.3.3 非Java语言访问 1465.4 从RDBMS到HBase 1475.4.1 行到列与主键到行关键字 1495.4.2 联合查询(Join)与去范例化(Denormalization) 1515.5 在HBase上运行MapReduce 1525.6 HBase性能优化 1555.6.1 参数配置优化 1555.6.2 表设计优化 1565.6.3 更新数据操作优化 1575.6.4 读数据操作优化 1585.6.5 数据压缩 1595.6.6 JVM GC优化 1595.6.7 负载均衡 1605.6.8 性能测试工具 160本章参考文献 161第6章 大数据的分析处理 1626.1 大数据的分析处理概述 1626.2 Hive 1636.2.1 系统架构及组件 1636.2.2 Hive数据结构 1646.2.3 数据存储格式 1666.2.4 Hive支持的数据类型 1686.2.5 使用HiveQL访问数据 1706.2.6 自定义函数扩展功能 1756.3 Pig 1776.3.1 Pig架构 1786.3.2 Pig Latin语言 1796.3.3 使用Pig处理数据 1846.4 Hive与Pig的对比 187本章参考文献 188第7章 Hadoop环境下的数据整合 1897.1 Hadoop计算环境下的数据整合问题 1897.2 数据库整合工具Sqoop 1917.2.1 使用Sqoop导入数据 1927.2.2 使用Sqoop导出数据 1957.2.3 Sqoop与Hive结合 1967.2.4 Sqoop对大对象数据的处理 1977.3 Hadoop平台内部数据整合工具HCatalog 1977.3.1 HCatalog的需求与实现 1987.3.2 MapReduce使用HCatalog管理数据 2027.3.3 Pig使用HCatalog管理数据 2047.3.4 HCatalog的命令行与通知功能 205本章参考文献 207第8章 Hadoop集群的管理与维护 2088.1 云计算平台的管理体系 2088.2 ZooKeeper——集群中的配置管理与协调者 2118.2.1 集群环境下的配置管理 2118.2.2 ZooKeeper架构 2128.2.3 ZooKeeper的数据模型 2138.3 Hadoop集群监控的基础组件 2148.3.1 Nagios 2148.3.2 Ganglia 2178.3.3 JMX 2198.4 Ambari——Hadoop集群部署与监控集成工具 2208.5 基于Cacti的Hadoop集群服务器监控 2238.6 Chukwa——集群日志收集及分析 2258.7 基于Kerberos的Hadoop安全管理 2278.8 Hadoop集群管理工具分析 230本章参考文献 231第9章 基于MapReduce的数据挖掘 2329.1 数据挖掘及其分布式并行化 2329.2 基于MapReduce的数据挖掘与Mahout 2379.3 经典数据挖掘算法的MapReduce实例 2429.3.1 矩阵乘法 2439.3.2 相似度计算 2469.4 基于云计算的数据挖掘实践及面临的挑战 252本章参考文献 2560章 面向未来的大数据处理 25710.1 下一代计算框架YARN 25710.2 大数据的实时交互式分析 26010.2.1 Google Dremel 26110.2.2 Cloudera Impala 26510.3 大数据的图计算 26610.3.1 BSP模型 26710.3.2 Google Pregel计算框架 26810.3.3 Apache Hama开源项目 271本章参考文献 275附录 基于Cygwin的Hadoop环境搭建 276附录A 安装和配置Cygwin 276附录B 安装和配置Hadoop 281附录C 运行示例程序验证Hadoop安装 285附录D 安装和配置Eclipse下的Hadoop开发环境 286
作者介绍
刘军,1994年至2003年,就读于北京邮电大学信息工程学院,获得博士学位。2003年至2007年,IBM中国研究院担任高级研究员及部门经理,研究方向为电信开放业务平台及IP融合网络管理。2007年至2012年,创办欢城(北京)科技有限公司,为中国网页游戏产业开创者之一,研发的产品曾多次获得互联网业界奖项。2012年至今,北邮任教,在宽带网络监控教研中心从事电信网络数据分析相关教学与研究工作。
序言

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP