大數(shù)據(jù)開(kāi)發(fā)與應(yīng)用

定　價(jià)：￥50.00

作　者：	青島英谷教育科技股份有限公司，山東工商學(xué)院編
出版社：	西安電子科技大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787560650159	出版時(shí)間：	2018-08-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	277	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《大數(shù)據(jù)開(kāi)發(fā)與應(yīng)用》系統(tǒng)講解了目前大數(shù)據(jù)開(kāi)發(fā)領(lǐng)域的主流技術(shù)與實(shí)用技能，尤其側(cè)重于對(duì)Hadoop生態(tài)系統(tǒng)的講解，包括Hadoop框架的運(yùn)作流程、執(zhí)行原理及數(shù)據(jù)工具等內(nèi)容。全書共分12章，分別對(duì)大數(shù)據(jù)概論、Hadoop集群環(huán)境搭建以及HDFS、MapReduce、Zoo Keepel、HBase、Hive、Storm、Sqoop、Kafka、Spark和Elastic Search的核心知識(shí)進(jìn)行了介紹，同時(shí)輔以對(duì)各種API及實(shí)例的深入解析與實(shí)踐指導(dǎo)，旨在使讀者迅速理解并掌握大數(shù)據(jù)的相關(guān)知識(shí)框架體系，提高動(dòng)手能力，熟練使用Hadoop集成環(huán)境等大數(shù)據(jù)開(kāi)發(fā)工具，完成大數(shù)據(jù)相關(guān)應(yīng)用的開(kāi)發(fā)、調(diào)試和運(yùn)行工作。《大數(shù)據(jù)開(kāi)發(fā)與應(yīng)用》適用面廣，可作為高等學(xué)校大數(shù)據(jù)專業(yè)、計(jì)算機(jī)類專業(yè)的教材，也可作為大數(shù)據(jù)從業(yè)者、軟件開(kāi)發(fā)人員以及程序設(shè)計(jì)愛(ài)好者的參考用書。

作者簡(jiǎn)介

暫缺《大數(shù)據(jù)開(kāi)發(fā)與應(yīng)用》作者簡(jiǎn)介

圖書目錄

第1章概論
1.1 大數(shù)據(jù)技術(shù)簡(jiǎn)介
1.1.1 大數(shù)據(jù)技術(shù)的起源
1.1.2 大數(shù)據(jù)應(yīng)用領(lǐng)域
1.1.3 大數(shù)據(jù)基礎(chǔ)設(shè)施
1.2 大數(shù)據(jù)技術(shù)與大數(shù)據(jù)開(kāi)發(fā)
1.2.1 什么是大數(shù)據(jù)開(kāi)發(fā)
1.2.2 大數(shù)據(jù)開(kāi)發(fā)的作用
1.2.3 大數(shù)據(jù)開(kāi)發(fā)技術(shù)框架
1.2.4 大數(shù)據(jù)開(kāi)發(fā)與大數(shù)據(jù)分析的異同
1.3 本書中你將學(xué)習(xí)到的內(nèi)容
本章小結(jié)
本章練習(xí)
第2章 Hadoop集群環(huán)境搭建
2.1 Hadoop簡(jiǎn)介
2.1.1 Hadoop的優(yōu)點(diǎn)
2.1.2 Hadoop生態(tài)系統(tǒng)
2.2 Hadoop集群環(huán)境搭建
2.2.1 修改主機(jī)名
2.2.2 修改主機(jī)IP映射
2.2.3 配置SSH無(wú)密碼髓錄
2.2.4 安裝JDK
2.2.5 安裝Hadoop
本章小結(jié)
本章練習(xí)
第3章 HDFS
3.1 HDFS的概念
3.2 ItDFS的特點(diǎn)
3.3 HDFS的原理
3.3.1 HDFS體系結(jié)構(gòu)
3.3.2 HDFS主要組件
3.4 HDFS中的文件讀／寫
3.4.1 HDFS讀數(shù)據(jù)
3.4.2 HDFS寫數(shù)據(jù)
3.5 HDFS的安全性措施
3.6 HDFS命令行操作
3.7 常用HDFS.Java API詳解
3.7.1 新建Hadoop項(xiàng)目
3.7.2 讀取數(shù)據(jù)
3.7.3創(chuàng)建目錄
3.7.4 創(chuàng)建文件
3.7.5 刪除文件
3.7.6 遍歷文件和目錄
3.7.7 復(fù)制上傳本地文件
3.7.8 復(fù)制下載文件
本章小結(jié)
本章練習(xí)
第4章 MapReduce
4.1 MapReduce概述
4.2 MapReduce技術(shù)特征
4.3 MapReduce lT作流程
4.3.1 MapReduce工作原理
4.3.2 MapReduce任務(wù)流程
4.4 MapReduce lT作組件
4.5 MapReduce錯(cuò)誤處理機(jī)制
4.5.1 硬件故障處理
4.5.2 任務(wù)失敗處理
4.6 案例分析一：?jiǎn)卧~計(jì)數(shù)
4.6.1 設(shè)計(jì)思路
4.6.2 程序源代碼
4.6.3 程序解讀
4.6 -4程序運(yùn)行
4.7 案例分析二：數(shù)據(jù)去重
4.7.1 設(shè)汁思路
4.7.2 程序源代碼
4.7.3 程序解讀
4.7.4 程序運(yùn)行
本章小結(jié)
本章練習(xí)
第5章 ZOOKeopor
5.1 ZooKeeper·簡(jiǎn)介
5.1.1 主要優(yōu)勢(shì)
5.1.2 總體架構(gòu)
5.1.3應(yīng)用場(chǎng)景
5.2 ZooKeeper-的特性
5.2.1 數(shù)據(jù)模型
5.2.2 節(jié)點(diǎn)類型
5.2 .3 Watcher機(jī)制
5.2.4 分布式鎖
5.2.5 權(quán)限控制
5.3 ZooKeeper·問(wèn)題與應(yīng)對(duì)
5.4 ZooKeepet·安裝和配置
5.4.1 單機(jī)模式
5.4.2 集群模式
5.4.3 偽分布模式
5.5 ZooKeeper·命令行工具
5.6 ZooKeeper'Java API
5.6.1 常用接口
5.6.2 創(chuàng)建節(jié)點(diǎn)
5.6.3 添加數(shù)據(jù)
5.6.4 獲取數(shù)據(jù)
5.6.5 刪除節(jié)點(diǎn)
本章小結(jié)
本章練習(xí)
第6章 HBase
6.1 HBase簡(jiǎn)介
6.2 HBase與RDBMS
6.3 HBase數(shù)據(jù)結(jié)構(gòu)
6.3.1 相關(guān)概念
6.3.2 存儲(chǔ)特點(diǎn)
6.4 HBase組成架構(gòu)
6.4.1 HMaster
6.4.2 HRegionServer
6.4.3 HRegion
6.4.4 ZooKeeper
6.4.5 HFile
6.4.6 HLog
6.5 HBase表結(jié)構(gòu)
6.6 HBase集群安裝
6.6.1 單機(jī)模式
6.6.2 偽分布模式
6.6.3 全分布模式
6.7 HBase Shell
6.8 HBase Java API的基本操作
6.8.1 創(chuàng)建Java工程
6.8.2 創(chuàng)建表
6.8 .3添加數(shù)據(jù)
6.8.4 查詢數(shù)據(jù)
6.8.5 刪除數(shù)據(jù)
6.9 HBase過(guò)濾器
6.9.1 過(guò)濾器簡(jiǎn)介
6.9.2 行鍵過(guò)濾器
6.9.3 列族過(guò)濾器
6.9 .4列過(guò)濾器
6.9.5 值過(guò)濾器
6.9.6 單列值過(guò)濾器
本章小結(jié)
本章練習(xí)
第7章 Hive
7.1 Hive簡(jiǎn)介
7.1.1 系統(tǒng)結(jié)構(gòu)和工作方式
7.1 .2 Hive數(shù)據(jù)模型
7.1 .3 Hive內(nèi)置服務(wù)
7.2 Hive環(huán)境搭建
7.3 Hive命令行
7.3.1 Hive CLI交互式命令行
7.3.2 hive命令
7.4 HiveQL詳解
7.4.1 DDL操作
7.4.2 DML.操作
7.5 Hive JDBC
7.5.1 配置和啟動(dòng)HiveServer2
7.5.2 JDBC訪問(wèn)Hive
7.5.3 JDBC示例代碼
本章小結(jié)
本章練習(xí)
第8章 storm
第9章 Sqoop
第10章 Kafka
第11章 Spark
第12章 EIasticSearch