Hadoop+Spark大数据分析实战
全新正版 极速发货
￥ 39.87 5.8折 ￥ 69 全新
库存12件
广东广州
认证卖家担保交易快速发货售后保障
作者迟殿委 编
出版社清华大学出版社
ISBN9787302608844
出版时间2022-07
装帧平装
开本16开
定价69元
货号1202675423
上书时间2024-05-30
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
"迟殿委，计算机软件与理论专业硕士，系统架构设计师。有多年企业软件研发经验和丰富的JavaEE培训经验，熟练掌握JavaEE全栈技术框架，对Java核心编程技术有深刻理解。主要擅长JavaEE系统架构设计、大数据分析与挖掘。著有图书《Hadoop+Spark大数据分析实战》《Spring Boot企业级开发实战（视频教学版）》《Spring Boot+Spring Cloud微服务开发》《深入浅出Java编程》。
"
目录
第1章大数据与Hadoop
1.1什么是大数据
1.2大数据的来源
1.3如何处理大数据
1.3.1数据分析与挖掘
1.3.2基于云平台的分布式处理
1.4Hadoop3新特性
1.5虚拟机与Linux操作系统的安装
1.5.1VirtualBox虚拟机的安装
1.5.2Linux操作系统的安装
1.6SSH工具与使用
1.7Linux统一设置
1.8本章小结
第2章Hadoop伪分布式集群
2.1安装独立运行的Hadoop
2.2Hadoop伪分布式环境准备
2.3Hadoop伪分布式安装
2.4HDFS操作命令
2.5Java项目访问HDFS
2.6winutils
2.7快速MapReduce程序示例
2.8本章小结
第3章HDFS分布式文件系统
3.1HDFS的体系结构
3.2NameNode的工作
3.3SecondaryNameNode
3.4DataNode
3.5HDFS的命令
3.6RPC远程过程调用
3.7本章小结
第4章分布式运算框架MapReduce
4.1MapReduce的运算过程
4.2WordCount示例
4.3自定义Writable
4.4Partitioner分区编程
4.5自定义排序
4.6Combiner编程
4.7默认Mapper和默认Reducer
4.8倒排索引
4.9Shuffle
4.9.1Spill过程
4.9.2Sort过程
4.9.3Merge过程
4.10本章小结
第5章Hadoop输入输出
5.1自定义文件输入流
5.1.1自定义LineTextInputFormat
5.1.2自定义ExcelInputFormat类
5.1.3DBInputFormat
5.1.4自定义输出流
5.2顺序文件SequenceFile的读写
5.2.1生成一个顺序文件
5.2.2读取顺序文件
5.2.3获取Key/Value类型
5.2.4使用SequenceFileInputFormat读取数据
5.3本章小结
第6章Hadoop分布式集群配置
6.1Hadoop集群
6.2本章小结
第7章Hadoop高可用集群搭建
7.1ZooKeeper简介
7.2ZooKeeper集群安装
7.3znode节点类型
7.4观察节点
7.5配置Hadoop高可靠集群
7.6用Java代码操作集群
7.7本章小结
第8章数据仓库Hive
8.1Hive简介
8.2Hive3的安装配置
8.2.1使用Derby数据库保存元数据
8.2.2使用MySQL数据库保存元数据
8.3Hive命令
8.4Hive内部表
8.5Hive外部表
8.6Hive表分区
8.6.1分区的技术细节
8.6.2分区示例
8.7查询示例汇总
8.8Hive函数
8.8.1关系运算符号
8.8.2更多函数
8.8.3使用Hive函数实现WordCount
8.9本章小结
第9章HBase数据库
9.1HBase的特点
9.1.1HBase的高并发和实时处理数据
9.1.2HBase的数据模型
9.2HBase的安装
……
内容摘要
本书是Hadoop+Spark大数据分析技术入门书，基于Hadoop和Spark两大框架体系的3.2版本，以通俗易懂的方式介绍Hadoop+Spark原生态组件的原理、集群搭建、实战操作，以及整个Hadoop生态系统主流的大数据分析技术。本书共分14章。第1章讲解Hadoop框架及新版本特性，并详细讲解大数据分析环境的搭建工作，包括Linux操作系统的安装、SSH工具使用和配置等；第2章讲解Hadoop伪分布式的安装和开发体验，使读者熟悉Hadoop大数据开发两大核心组件，即HDFS和MapReduee；第3～12章讲解。Hadoop生态系统各框架HIDFS、MapReduce、输入输出、Hadoop集群配置、高可用集群、HBase、Hive、数据实时处理系统Flume，以及Spark框架数据处理、机器学习等实战技术，并通过实际案例加深对各个框架的理解与应用；第13～14章分别通过影评分析、旅游酒店评价分析实战项目来贯穿大数据分析的完整流程。本书可以作为大数据分析初学者的入门指导书，也可以作为大数据开发人员的参考手册，同时也适合作为高等院校大数据相关专业的教材或教学参考书。
主编推荐
本书全面讲解Hadoop生态圈各组件的核心知识、操作和分析技术，系统介绍Spark框架搭建、操作和典型的机器学习分析技术。最后通过两个综合实战项目——影评分析、旅游酒店评价分析，来贯穿大数据分析的完整流程。
— 没有更多了 —
以下为对购买帮助不大的评价