實戰(zhàn)大數(shù)據(jù) 分布式大數(shù)據(jù)分析處理系統(tǒng)開發(fā)與應用

前言
第1章 大數(shù)據(jù)概述1
1.1 大數(shù)據(jù)的基本概念1
1.1.1 何謂大數(shù)據(jù)1
1.1.2 大數(shù)據(jù)的產生階段2
1.1.3 大數(shù)據(jù)的核心技術和計算模式2
1.2 大數(shù)據(jù)的應用2
1.2.1 大數(shù)據(jù)的應用場景2
1.2.2 大數(shù)據(jù)系統(tǒng)的作用2
1.3 大數(shù)據(jù)技術生態(tài)圈3
1.3.1 Linux操作系統(tǒng)3
1.3.2 Hadoop生態(tài)系統(tǒng)6
1.3.3 Spark對Hadoop的完善8
1.4 大數(shù)據(jù)技術的新發(fā)展9
1.4.1 Hadoop 3.0的新特性9
1.4.2 大數(shù)據(jù)引擎Flink10
1.4.3 智能化大數(shù)據(jù)分析處理11
本章小結12
第2章 大數(shù)據(jù)分析的基本流程與工具13
2.1 數(shù)據(jù)采集13
2.1.1 網絡爬蟲采集數(shù)據(jù)13
2.1.2 使用Excel爬取數(shù)據(jù)14
2.2 數(shù)據(jù)存儲16
2.2.1 關系型數(shù)據(jù)的存儲—基于MySQL16
2.2.2 非關系型數(shù)據(jù)的存儲—基于
Redis、HBase17
2.3 數(shù)據(jù)分析與數(shù)據(jù)處理18
2.3.1 數(shù)據(jù)分析常用工具—pandas19
2.3.2 分布式計算框架19
2.3.3 分布式數(shù)據(jù)挖掘和深度學習20
2.4 數(shù)據(jù)可視化22
2.4.1 Python數(shù)據(jù)可視化庫Matplotlib22
2.4.2 Python數(shù)據(jù)可視化庫pyecharts22
2.4.3 數(shù)據(jù)可視化圖表庫ECharts23
2.4.4 數(shù)據(jù)可視化工具Apache Superset24
本章小結24
第3章 分布式大數(shù)據(jù)分析處理系統(tǒng)
概述25
3.1 什么是分布式大數(shù)據(jù)分析處理
系統(tǒng)25
3.2 分布式大數(shù)據(jù)分析處理系統(tǒng)的
作用26
3.3 分布式大數(shù)據(jù)分析處理系統(tǒng)的
應用場景26
3.4 分布式大數(shù)據(jù)分析處理系統(tǒng)的
構成30
3.4.1 數(shù)據(jù)采集子系統(tǒng)30
3.4.2 數(shù)據(jù)存儲系統(tǒng)30
3.4.3 數(shù)據(jù)分析處理系統(tǒng)31
3.4.4 數(shù)據(jù)可視化系統(tǒng)32
3.5 分布式大數(shù)據(jù)分析處理系統(tǒng)的
實現(xiàn)32
3.5.1 系統(tǒng)前端—HTML、CSS、jQuery32
3.5.2 系統(tǒng)后端—SpringBoot、SSM33
3.5.3 Web服務器端—Tomcat35
本章小結35
第4章 構建大數(shù)據(jù)集群環(huán)境36
4.1 部署大數(shù)據(jù)處理環(huán)境36
4.1.1 搭建Hadoop集群36
4.1.2 ZooKeeper的安裝部署42
4.1.3 Kafka的安裝部署45
4.1.4 Spark集群搭建47
4.2 部署大數(shù)據(jù)存儲環(huán)境49
4.2.1 MySQL的安裝部署49
4.2.2 Hive的安裝部署50
4.2.3 HBase的安裝部署51
4.2.4 Redis的安裝部署55
本章小結57
第5章 構建基于LayUI的集群管理
系統(tǒng)58
5.1 集群管理系統(tǒng)概述58
5.1.1 需求分析58
5.1.2 系統(tǒng)架構—系統(tǒng)+集群+UI59
5.2 系統(tǒng)開發(fā)的前期準備操作60
5.2.1 本機環(huán)境配置60
5.2.2 集群環(huán)境配置62
5.2.3 構建項目工程結構74
5.3 系統(tǒng)的代碼實現(xiàn)75
5.3.1 Controller層實現(xiàn)75
5.3.2 構造系統(tǒng)所需工具包90
5.3.3 核心類實現(xiàn)97
5.4 構造系統(tǒng)UI界面—基于
LayUI100
本章小結105
第6章 基于HBase的大數(shù)據(jù)離線分析
系統(tǒng)106
6.1 系統(tǒng)架構概述106
6.1.1 需求分析106
6.1.2 系統(tǒng)架構—HBase+SpringBoot+
ECharts107
6.2 采集股份轉讓數(shù)據(jù)108
6.2.1 使用爬蟲抓取數(shù)據(jù)108
6.2.2 數(shù)據(jù)采集模塊測試111
6.3 數(shù)據(jù)存儲和處理模塊實現(xiàn)113
6.3.1 數(shù)據(jù)庫設計113
6.3.2 使用HBase存儲并處理數(shù)據(jù)114
6.3.3 數(shù)據(jù)存儲和處理模塊測試119
6.4 數(shù)據(jù)可視化模塊實現(xiàn)120
6.4.1 數(shù)據(jù)可視化模塊后端設計—
基于SpringBoot120
6.4.2 數(shù)據(jù)可視化模塊前端設計—
基于ECharts122
6.4.3 數(shù)據(jù)可視化頁面展示125
本章小結126
第7章 基于Hive+Hadoop+Spark的
大數(shù)據(jù)離線分析系統(tǒng)127
7.1 系統(tǒng)架構概述127
7.1.1 需求分析127
7.1.2 數(shù)據(jù)存儲—Hive+Hadoop129
7.1.3 數(shù)據(jù)處理與可視化—
Spark+SSM+ECharts129
7.2 采集旅游相關數(shù)據(jù)130
7.2.1 使用爬蟲采集城市、景點數(shù)據(jù)130
7.2.2 數(shù)據(jù)采集模塊測試133
7.3 數(shù)據(jù)存儲模塊實現(xiàn)135
7.3.1 數(shù)據(jù)庫設計135
7.3.2 使用HDFS和Hive存儲數(shù)據(jù)137
7.3.3 數(shù)據(jù)存儲模塊測試138
7.4 數(shù)據(jù)分析處理模塊實現(xiàn)139
7.4.1 Spark處理數(shù)據(jù)139
7.4.2 分詞處理和情感分析—
基于jieba+SnowNLP庫139
7.4.3 數(shù)據(jù)分析處理模塊測試142
7.5 數(shù)據(jù)可視化模塊實現(xiàn)143
7.5.1 數(shù)據(jù)可視化模塊后端設計—
基于SSM143
7.5.2 數(shù)據(jù)可視化模塊前端設計—
基于ECharts154
7.5.3 數(shù)據(jù)可視化頁面展示161
本章小結167
第8章 基于MySQL+Spark的大數(shù)據(jù)
離線分析系統(tǒng)168
8.1 系統(tǒng)架構概述168
8.1.1 需求分析168
8.1.2 數(shù)據(jù)存儲—MySQL170
8.1.3 數(shù)據(jù)處理與可視化—
Spark Streaming +Apache Superset170
8.2 采集電商數(shù)據(jù)170
8.2.1 使用爬蟲爬取商品信息170
8.2.2 數(shù)據(jù)采集模塊測試182
8.3 數(shù)據(jù)分析處理模塊實現(xiàn)183
8.3.1 數(shù)據(jù)庫設計183
8.3.2 Spark處理商品數(shù)據(jù)185
8.3.3 數(shù)據(jù)分析處理模塊測試192
8.4 數(shù)據(jù)可視化模塊實現(xiàn)193
8.4.1 使用Apache Superset繪制數(shù)據(jù)
可視化圖表193
8.4.2 數(shù)據(jù)可視化頁面展示193
本章小結196
第9章 基于Redis+Kafka+Spark的
大數(shù)據(jù)實時分析系統(tǒng)197
9.1 系統(tǒng)架構概述197
9.1.1 需求分析197
9.1.2 數(shù)據(jù)存儲—Redis198
9.1.3 數(shù)據(jù)處理與可視化—Kafka+
Spark Streaming+SSM+ECharts199
9.2 采集汽車網站數(shù)據(jù)199
9.2.1 使用爬蟲獲取汽車和用戶
數(shù)據(jù)199
9.2.2 數(shù)據(jù)采集模塊測試201
9.3 數(shù)據(jù)存儲模塊實現(xiàn)201
9.3.1