大數(shù)據(jù)技術基礎實驗

定　價：￥48.00

作　者：	歐中洪
出版社：	北京郵電大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787563558735	出版時間：	2019-12-01	包裝：
開本：	其他	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　《大數(shù)據(jù)技術基礎實驗》為“大數(shù)據(jù)技術基礎”的實驗教程，可以和《大數(shù)據(jù)技術基礎》教材配套使用。該書主要分為五大部分：大數(shù)據(jù)存儲技術實驗教程（分布式文件系統(tǒng)和NoSQL數(shù)據(jù)庫），大數(shù)據(jù)處理框架實驗教程（MapReduce和Spark、實時處理框架Storm和Flink），大數(shù)據(jù)分析技術實驗教程（Druid、Drill、Kylin），大數(shù)據(jù)可視化實驗教程，大數(shù)據(jù)綜合應用實驗案例。該書圍繞典型大數(shù)據(jù)應用系統(tǒng)所需的各個組成部分設計實驗，指導讀者開展大數(shù)據(jù)應用實踐。《大數(shù)據(jù)技術基礎實驗》可作為計算機學科相關專業(yè)，尤其是數(shù)據(jù)科學與大數(shù)據(jù)技術專業(yè)的專業(yè)教材，也可作為大數(shù)據(jù)相關專業(yè)從業(yè)人員的參考用書。

作者簡介

　　歐中洪，北京郵電大學計算機學院副院長，副教授；科技部現(xiàn)代服務業(yè)共性服務聯(lián)盟副秘書長，中國通信標準化協(xié)會TC11 VR/AR子工作組副組長，中國互聯(lián)網(wǎng)協(xié)會青年專家。長期從事大數(shù)據(jù)分析、人工智能與深度學習、云計算與分布式系統(tǒng)等方面的研究工作。研究成果曾被BBC News，ACM TechNews，The Registry等國際知名媒體報道。主持或承擔國家重點研發(fā)計劃、國家科技支撐計劃、國家自然科學基金項目等多項，發(fā)表高水平學術論文60余篇，其中SCI檢索20余篇。擔任多個國際知名期刊的審稿人，多個國際知名學術會議的程序委員會主席或委員。

圖書目錄

第1章大數(shù)據(jù)存儲：分布式文件系統(tǒng)及NoSQL數(shù)據(jù)庫實驗教程1
1.1HDFS常用操作1
1.2HBase的安裝6
1.3HBase的Shell連接與數(shù)據(jù)操作7
1.4Redis數(shù)據(jù)庫的安裝和使用11
1.5MongoDB數(shù)據(jù)庫的安裝和使用17
1.6Neo4j數(shù)據(jù)庫的安裝和使用22
第2章大數(shù)據(jù)處理：MapReduce處理框架實驗教程27
2.1實驗目的27
2.2實驗要求27
2.3預備知識27
2.4實驗內(nèi)容(5個實驗)28
2.5實驗作業(yè)64
2.6擴展資料65
2.7參考答案78
第3章大數(shù)據(jù)處理：分布式處理框架Spark實驗教程79
3.1Spark安裝79
3.2Sparkshell83
3.3Spark Scala87
3.4Spark Python99
3.5Spark MLlib103
第4章大數(shù)據(jù)處理：實時處理框架實驗教程110
4.1Storm偽分布式部署及其基本操作110
4.2Flume安裝及其基本操作124
4.3Kafka安裝及其基本操作131
4.4Spark Streaming安裝及其基本操作135
4.5Flink安裝及其基本操作150
第5章大數(shù)據(jù)分析：分布式數(shù)據(jù)查詢實驗教程164
5.1Hive的數(shù)據(jù)導入與數(shù)據(jù)查詢164
5.2Druid的安裝171
5.3Druid的數(shù)據(jù)攝入與數(shù)據(jù)查詢175
5.4Drill的部署181
5.5Drill命令行與PyDrill的基礎使用183
第6章大數(shù)據(jù)分析：Kylin多維分析實驗教程186
6.1Kylin的安裝186
6.2Demo案例實戰(zhàn)189
6.3多維分析的Cube創(chuàng)建實戰(zhàn)193
6.4通過RESTful訪問Kylin208
第7章大數(shù)據(jù)可視化實驗教程215
7.1ECharts數(shù)據(jù)可視化215
7.2Plotly數(shù)據(jù)可視化218
7.3D3.js繪制知識圖譜222
第8章大數(shù)據(jù)綜合實驗案例231
8.1案例簡介231
8.2實驗步驟232
8.3數(shù)據(jù)集下載232
8.4數(shù)據(jù)集導入數(shù)據(jù)倉庫Hive233
8.5Hive數(shù)據(jù)分析237
8.6數(shù)據(jù)挖掘240
參考文獻247