新書推薦：
《
元宴
》
售價：HK$
216.2
《
米兰讲稿（翁贝托·埃科作品系列）
》
售價：HK$
227.7
《
无线重构世界：射频技术的过去、现在与未来
》
售價：HK$
124.2
《
海外中国研究·南方的将军：孙权传
》
售價：HK$
135.7
《
历史的深度
》
售價：HK$
66.7
《
中国漆艺技法全书：工艺原理与基础技法
》
售價：HK$
181.7
《
晋朝的死结
》
售價：HK$
101.2
《
文明的冲突：东西方文明的第一次交锋（第2版）
》
售價：HK$
82.8
|
| 編輯推薦： |
|
（1）理论+案例的编写风格：以简练的语言进行理论知识的讲解，配上丰富而实用的案例，并且书中多用“图”来讲解说明知识点，更有效地帮助读者理解。（2）充分考虑学生学习之便利：考虑到当今大学生的实际情况，教材所选的实例贴近读者的理解水平，术语引入节奏合理，不会让读者产生晦涩的感觉，其个别难点，尽量讲解详尽与清晰。
|
| 內容簡介： |
|
本书主要结合当前流行的大数据框架Hadoop、HBase、Hive、、Storm、Flume、Kafka、Spark、Spark GraphX，采用案例形式系统地讲解大数据应用技术的相关知识。全书共有8章，分别介绍了大数据概论、大数据基础知识、大数据文件存储系统、大数据文件存储系统、大数据计算技术、大数据应用程序协调服务、大数据存储应用技术、大数据仓库应用技术、大数据实时应用技术。为了让读者能够及时地检验自己的学习效果，把握自己的学习进度，各章后面都附有相应的习题。
|
| 關於作者： |
|
王国?B，副教授，从事高校计算机教育近20年，主要研究方向为大数据、机器学习，近期主持省级课题1项，厅级课题1项，参与省级课题1项，公开发表论文5篇。
|
| 目錄：
|
|
第1章 大数据概论11.1 数据的基本概念 11.1.1 什么是数据 11.1.2 数据组成结构 21.1.3 数据的价值 41.2 什么是大数据 41.2.1 大数据产生背景 41.2.2 大数据发展的原动力 51.2.3 大数据基本概念与特征 61.2.4 大数据与云计算 61.2.5 大数据与人工智能 71.3 大数据主要技术 81.3.1 概述 81.3.2 大数据采集与处理 91.3.3 大数据存储技术 91.3.4 大数据计算技术 111.3.5 大数据可视化 121.3.6 大数据安全 121.4 大数据主流框架 141.4.1 Hadoop 141.4.2 ZooKeeper 141.4.3 HBase 141.4.4 Hive 141.4.5 Storm 151.4.6 Flume 151.4.7 Kafka 151.5 本章小结 151.6 习题 16第2章 大数据基础知识 172.1 概述 172.1.1 Hadoop产生背景 172.1.2 Hadoop核心模块 182.1.3 Hadoop相关项目 192.2 Common 202.3 HDFS 202.3.1 HDFS设计思想 202.3.2 HDFS体系结构 212.3.3 文件系统命名空间 222.3.4 数据复制 222.3.5 副本放置策略 232.3.6 副本选择 232.3.7 安全模式 232.3.8 元数据的持久性 242.3.9 通信协议 242.3.10 健壮性 242.4 YARN 252.5 MapReduce 272.6 Hadoop应用场景 292.7 Hadoop环境配置 292.7.1 Hadoop配置基础知识 292.7.2 Hadoop安装模式 292.7.3 Hadoop版本选择 302.7.4 Hadoop伪分布模式搭建 312.8 基于Hadoop平台的IDEA开发环境搭建 362.8.1 Maven项目的创建 362.8.2 编写经典的MapReduce程序WordCount 382.9 本章小结 462.10 习题 46第3章 大数据文件存储系统 483.1 数据块 483.2 HDFS工作流 493.2.1 HDFS写数据过程 493.2.2 HDFS读数据过程 503.3 HDFS应用程序设计 513.3.1 HDFS Shell命令 513.3.2 Web接口 533.3.3 HDFS API 553.3.4 HDFS API写操作 573.3.5 HDFS API读操作 593.4 HDFS存储格式 603.5 Hadoop I/O 613.5.1 压缩 613.5.2 I/O序列化类型 643.6 本章小结 673.7 习题 67第4章 大数据计算技术 684.1 MapReduce运行过程 684.2 MapReduce编程过程 704.3 MapReduce数据类型 724.4 Mapper输入 734.5 Shuffle原理 764.5.1 Shuffle工作原理 764.5.2 自定义分区 794.5.3 自定义排序 814.5.4 自定义分组 824.6 Combiner本地合并优化 834.7 Reducer输出 844.8 计数器 894.9 MapReduce应用开发 914.9.1 小计数值 924.9.2 全排序 944.9.3 二次排序 974.10 本章小结 1024.11 习题 102第5章 大数据应用程序协调服务 1035.1 ZooKeeper概述 1035.1.1 ZooKeeper简介 1035.1.2 ZooKeeper常用术语 1045.1.3 ZooKeeper设计目标 1045.1.4 数据模型和分层命名空间 1055.1.5 ZooKeeper工作原理 1065.2 ZooKeeper集群搭建 1075.2.1 集群规划 1075.2.2 ZooKeeper集群安装 1075.3 ZooKeeper与Hadoop高可用性 1105.4 Hadoop高可用性集群部署 1115.4.1 集群规划 1115.4.2 集群部署 1125.5 本章小结 1225.6 习题 122第6章 大数据存储应用技术 1236.1 HBase 基础知识 1236.1.1 HBase产生背景 1236.1.2 HBase数据模型 1246.1.3 HBase体系结构 1256.1.4 HBase与HDFS 1276.1.5 HBase应用场景 1276.2 HBase开发环境配置 1286.2.1 HBase配置前的准备工作 1286.2.2 HBase配置基础知识 1286.2.3 HBase集群环境配置 1306.3 HBase Shell 1346.4 HBase API 1396.4.1 管理表结构 1396.4.2 管理表信息 1426.4.3 信息查询 1436.5 HBase表设计 1456.6 本章小结 1456.7 习题 145第7章 大数据仓库应用技术 1477.1 Hive基础知识 1487.1.1 Hive产生背景 1487.1.2 Hive体系结构 1487.1.3 Hive执行流程 1507.1.4 Hive应用场景 1517.2 Hive开发环境配置 1517.2.1 Hive配置基础知识 1517.2.2 Hive安装模式 1517.2.3 Hive远程安装模式实战 1537.3 Hive命令 1557.3.1 Hive交互命令界面Shell简介 1557.3.2 Hive非交互界面执行简介 1567.4 Hive开发基础知识 1577.4.1 数据类型与文本文件编码 1587.4.2 数据读取模式 1627.4.3 Hive关键字 1627.5 Hive基本操作 1637.5.1 Hive数据库管理操作 1637.5.2 Hive表管理操作 1647.5.3 Hive查询基本语法规则 1657.5.4 Hive基本查询 1657.5.5 Hive高级查询 1677.5.6 Hive JOIN查询 1737.6 Hive API 1757.7 本章小结 1767.8 习题 176第8章 大数据实时应用技术 1778.1 Storm基础知识 1778.1.1 Storm基本概述 1788.1.2 Storm特征 1788.1.3 Storm系统结构 1798.1.4 Storm运行原理 1808.1.5 Storm应用场景 1808.2 Storm开发环境安装 1818.2.1 Storm配置基础知识 1818.2.2 Storm快速部署 1818.2.3 Storm集群部署 1838.3 Storm 编程 1858.4 Storm实现约车大数据分析 1908.4.1 模拟生成实时约车数据 1918.4.2 Flume整合Kafka 1928.4.3 约车数据采集后基于Storm进行实时处理 1958.5 本章小结 2008.6 习题 200
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
