大數(shù)據(jù)原理及實(shí)踐

　　《大數(shù)據(jù)原理及實(shí)踐》分為八章。首章介紹Hadoop生態(tài)系統(tǒng)及其發(fā)展歷程。大家可以通過(guò)此章內(nèi)容了解到Hadoop是一個(gè)開(kāi)放的生態(tài)系統(tǒng)，里面有很多項(xiàng)目組成，包括數(shù)據(jù)采集類的項(xiàng)目、數(shù)據(jù)處理類的項(xiàng)目和數(shù)據(jù)可視化類的項(xiàng)目等；第二章介紹Hadoop的核心組件，包括HDFS、MapReduce和Yarn，通過(guò)此章的學(xué)習(xí)。大家可以了解到Hadoop三大核心組件的基本組成及運(yùn)行原理；第三章介紹Hadoop集群環(huán)境的搭建?！洞髷?shù)據(jù)原理及實(shí)踐》選用Cloudera版本（Cloudera's Distribution Including Apache Hadoop，CDH）作為集群安裝，在介紹集群安裝之前普及一些Linux常用的命令，為安裝做技術(shù)鋪墊；第四章主要介紹Hadoop生態(tài)系統(tǒng)中非常常用、非常實(shí)用又簡(jiǎn)單易用的Hive組件，介紹其原理及安裝方法；第五章主要介紹Hive的使用，了解Hive中DDL和DML語(yǔ)法知識(shí)（通過(guò)前面五章的學(xué)習(xí)。大家可以獨(dú)立搭建Hadoop集群，并上傳文件到HDFS中，并且利用MapReduce或者Hive對(duì)數(shù)據(jù)文件進(jìn)行統(tǒng)計(jì)分析）；第六章進(jìn)入Hadoop生態(tài)系統(tǒng)中內(nèi)存計(jì)算的學(xué)習(xí)，選用Spark組件，著重介紹Spark的內(nèi)存計(jì)算的原理及運(yùn)行模式；第七章介紹Spark的編程及SparkSQL的使用。通過(guò)這兩部分的學(xué)習(xí)，大家可以完成Spark的安裝部署，了解Spark的適用場(chǎng)合，學(xué)會(huì)Spark編程和SparkSQL對(duì)數(shù)據(jù)進(jìn)行分析；第八章為SparkMLLib的內(nèi)容。通過(guò)這一章的學(xué)習(xí)，大家可以利用SparkMLLib完成較復(fù)雜的一些數(shù)據(jù)分析，例如分類、聚類和關(guān)聯(lián)分析等。通過(guò)《大數(shù)據(jù)原理及實(shí)踐》的學(xué)習(xí)，大家可以從零基礎(chǔ)開(kāi)始了解大數(shù)據(jù)平臺(tái)，能夠完成利用相關(guān)組件進(jìn)行簡(jiǎn)單或復(fù)雜的數(shù)據(jù)分析的任務(wù)。

暫缺《大數(shù)據(jù)原理及實(shí)踐》作者簡(jiǎn)介