Hadoop大數(shù)據(jù)技術(shù)與應(yīng)用

定　價：￥62.80

作　者：	方曙東，許桂秋編
出版社：	浙江科學(xué)技術(shù)出版社
叢編項(xiàng)：	大數(shù)據(jù)專業(yè)應(yīng)用型人才培養(yǎng)規(guī)劃教材
標(biāo)　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?jǐn)?shù)：

內(nèi)容簡介

　　《Hadoop大數(shù)據(jù)技術(shù)與應(yīng)用/大數(shù)據(jù)專業(yè)應(yīng)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(shí)踐相結(jié)合的方式，全面介紹了Hadoop大數(shù)據(jù)技術(shù)。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(jìn)行分布式計(jì)算?！な褂肏adoop YARN資源管理器統(tǒng)一管理和調(diào)度Hadoop資源?！な煜adoop的數(shù)據(jù)和I／O構(gòu)件，用于壓縮、數(shù)據(jù)集成、序列化和持久處理?！ざ聪ぞ帉慚apReduce實(shí)際應(yīng)用時的常見陷阱和高級特性。·設(shè)計(jì)、構(gòu)建和管理一個專用的Hadoop集群或在云上運(yùn)行Hadoop?！な褂酶呒壊樵冋Z言Pig來處理大規(guī)模數(shù)據(jù)?！だ肏adoop數(shù)據(jù)庫HBase來保存和處理結(jié)構(gòu)化／半結(jié)構(gòu)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(jìn)行數(shù)據(jù)整理、特殊查詢和分析存儲?！だ肧qoopSqoop在關(guān)系數(shù)據(jù)庫以及Hadoop數(shù)據(jù)存儲和處理平臺進(jìn)行數(shù)據(jù)導(dǎo)入、導(dǎo)出。·學(xué)會利用ZooKeeper來構(gòu)建分布式系統(tǒng)。·學(xué)會利用Ambari來構(gòu)建、管理、監(jiān)控Hadoop生態(tài)的集群?！禜adoop大數(shù)據(jù)技術(shù)與應(yīng)用/大數(shù)據(jù)專業(yè)應(yīng)用型人才培養(yǎng)規(guī)劃教材》直接將相關(guān)行業(yè)典型案例作為實(shí)驗(yàn)教學(xué)內(nèi)容編入，展示了如何用Hadoop解決實(shí)際行業(yè)場景中的問題，對實(shí)際操作更有針對性?！禜adoop大數(shù)據(jù)技術(shù)與應(yīng)用/大數(shù)據(jù)專業(yè)應(yīng)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(xué)與大數(shù)據(jù)技術(shù)、計(jì)算機(jī)、信息管理等相關(guān)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(shù)與應(yīng)用》作者簡介

圖書目錄

第1章初識Hadoop大數(shù)據(jù)技術(shù)
1．1 大數(shù)據(jù)技術(shù)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(yīng)用場景與應(yīng)用架構(gòu)
第2章 Hadoop環(huán)境設(shè)置
2．1 安裝前準(zhǔn)備
2．2 Hadoop的安裝
實(shí)驗(yàn)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(gòu)
3．3 HDFS的工作機(jī)制
3．4 HDFS操作
3．5 HDFS的高級功能
實(shí)驗(yàn)2 通過Shall命令訪問HDFS
實(shí)驗(yàn)3 熟悉基于IDEA+Maven的Java開發(fā)環(huán)境
實(shí)驗(yàn)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(gòu)
4．4 YARN的調(diào)度器
第5章 MapReduce
5．1 MapReduce概述
5．2 MapReduce編程模型
5．3 MapReduce編程進(jìn)階
5．4 MapReduce的工作機(jī)制
5．5 MapReduce編程案例
實(shí)驗(yàn)5 分析和編寫WordCount程序
實(shí)驗(yàn)6 MapReduce序列化、分區(qū)實(shí)驗(yàn)
實(shí)驗(yàn)7 使用MapReduce求出各年銷售筆數(shù)、各年銷售總額
實(shí)驗(yàn)8 使用MapReduce統(tǒng)計(jì)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(shí)驗(yàn)9 HBase實(shí)驗(yàn)——安裝和配置（可選）
實(shí)驗(yàn)10 HBase實(shí)驗(yàn)——通過ItBase Shell訪問HBase（可選）
實(shí)驗(yàn)11 HBase實(shí)驗(yàn)——通過JavaAPI訪問HBase
實(shí)驗(yàn)12 HBase實(shí)驗(yàn)——通過Java API開發(fā)基于HBase的MapReduce程序
實(shí)驗(yàn)13 Hive實(shí)驗(yàn)——Metastore采用Local模式（MySQL數(shù)據(jù)庫）搭建Hive環(huán)境（可選）
實(shí)驗(yàn)14 Hive實(shí)驗(yàn)——Hive常用操作
實(shí)驗(yàn)15 Pig實(shí)驗(yàn)——安裝和使用Pig（可選）
實(shí)驗(yàn)16 Pig實(shí)驗(yàn)——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(gòu)
7．5 Flume的應(yīng)用
7．6 Flume的工作方式
實(shí)驗(yàn)17 Flume的配置與使用1——Avro Source+Memory Channel+Logger Sink
實(shí)驗(yàn)18 Flume的配置與使用2——Syslogtcp Source+Memory Channel HDFS Sink
實(shí)驗(yàn)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(yīng)用
實(shí)驗(yàn)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(yīng)用場景
實(shí)驗(yàn)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(gòu)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(gòu)建推薦系統(tǒng)
實(shí)驗(yàn)22 基于Mahout的電影推薦系統(tǒng)
實(shí)驗(yàn)23 搜狗日志查詢分析（MapReduce+Hive綜合實(shí)驗(yàn)）