大數(shù)據處理技術與項目實戰(zhàn)

定　價：￥90.00

作　者：	暫缺
出版社：	新華出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

京東 (￥67.50)

ISBN：	9787516661284	出版時間：	2021-11-01	包裝：	平裝
開本：	16開	頁數(shù)：	486	字數(shù)：

內容簡介

　　本書主要有以下三大特點：（1）理論與實戰(zhàn)相結合，不僅對Hadoop組件基本原理、編程模型等基礎理論進行深入的介紹，而且從環(huán)境搭建、案例分析、項目創(chuàng)建和代碼實現(xiàn)等方面系統(tǒng)性地介紹如何基于hadoop組件接口開發(fā)大數(shù)據技術應用系統(tǒng)；（2）由淺入深，在實戰(zhàn)方面，首先，基于接口實例，介紹接口功能及基本編程框架；然后，進一步基于綜合項目案例，介紹項目實戰(zhàn)開發(fā)的具體過程。使得讀者深入淺出，避免讀者陷入理解基本原理和接口，卻難以具體設計和編程實現(xiàn)實際應用中大數(shù)據處理算法的困境；（3）系統(tǒng)開發(fā)前后端相結合，在項目實戰(zhàn)案例中，本書不是僅僅介紹如何基于大數(shù)據平臺實現(xiàn)大數(shù)據處理的過程，而是將Web系統(tǒng)的前后端相結合作為一個整體，進行項目總體設計和功能實現(xiàn)，更加貼切于現(xiàn)實的項目應用需求，從而提高了讀者的項目實戰(zhàn)能力和開發(fā)水平。

作者簡介

　　盧賢玲，女，1975年3月出生，畢業(yè)于中國人民大學信息學院軟件理論專業(yè)，獲工學博士學位，現(xiàn)為鄭州工業(yè)應用技術學院副教授，主要研究方向為大數(shù)據采集與處理、數(shù)據分析與挖掘、復雜網絡結構分析和信息傳播控制等。參加完成國家自然科學基金項目1項，國家863計劃課題1項，省部級項目3項；參編學術著作2部；發(fā)表SCI、EI、核心等學術論文20余篇。

圖書目錄

第1章大數(shù)據處理技術及應用概述
1.1 大數(shù)據概念及特征
1.2 大數(shù)據處理技術
1.2.1 數(shù)據采集
1.2.2 數(shù)據預處理
1.2.3 數(shù)據存儲
1.2.4 數(shù)據計算
1.2.5 數(shù)據分析
1.2.6 數(shù)據解釋
1.3 Google大數(shù)據處理系統(tǒng)
1.3.1 GFS
1.3.2 MapReducee
1.3.3 BigTable
1.4 Hadoop大數(shù)據處理框架
1.4.1 Hadoop簡介
1.4.2 Hadoop生態(tài)圈
1.5 大數(shù)據的行業(yè)應用
第2章 Hadoop安裝與配置
2.1 虛擬機與Linux系統(tǒng)安裝
2.1.1 虛擬機安裝
2.1.2 Linux系統(tǒng)安裝
2.2 Hadoop完全分布式安裝與配置
2.2.1 SSH安裝與配置
2.2.2 JDK安裝與配置
2.2.3 Hadoop完全分布式安裝與配置
第3章分布式文件系統(tǒng)HDFS
3.1 HDFS概述
3.1.1 HDFS架構
3.1.2 HDFS的優(yōu)缺點
3.2 HDFS兩種操作方式
3.2.1 HDFS Shell命令
3.2.2 HDFS JAVA AP
3.2.3 HDFS JAVA API實例
3.3 項目實戰(zhàn)：分布式云盤系統(tǒng)
3.3.1 開發(fā)環(huán)境安裝與配置
3.3.2 項目設計
3.3.3 項目實現(xiàn)
3.3.4 運行測試
第4章大數(shù)據分布式并行處理框架MapReduce
4.1 MapReduce概述
4.1.1 MapReduce計算框架
4.1.2 MapReduce工作流程
d.1.3 Spark、Flink和Hadoop比較
4.2 MapReduce編程基礎
4.2.1 Mapper類和Reducer類
4.2.2 MapReduce作業(yè)配置
4.2.3 MapReduce數(shù)據類型
4.3 MapReduce編程實例
4.3.1 MapReduce項目創(chuàng)建與運行
4.3.2 Map編程實例
4.3.3 單個MapReduce編程實例
4.3.4 多個Mapreduce過程編程實例
4.4 項目實戰(zhàn)：電信手機流量數(shù)據分析系統(tǒng)
4.4.1 項目設計
4.4.2 項目實現(xiàn)
4.4.3 項目運行測試
第5章分布式數(shù)據倉庫Hive
5.1 Hive概述
5.1.1 Hive簡介
5.1.2 Hive的體系架構
5.1.3 Hive與傳統(tǒng)數(shù)據庫的對比分析
5.1.4 Hive的優(yōu)缺點
5.2 Hive安裝與配置
5.2.1 Hive安裝
5.2.2 安裝配置Hive+mysql
5.3 Hive Shell操作
5.3.1 Hive非交互模式常用Shell命令
5.3.2 Hive交互模式下的命令
5.3.3 Hive的常用HiveQL操作
5.4 Hive Java API
5.4.1 Hive Java API基本操作
5.4.2 Hive Java API實例
5.5 項目實戰(zhàn)：糧食生產離線大數(shù)據分析系統(tǒng)
5.5.1 系統(tǒng)設計
5.5.2 項目創(chuàng)建
5.5.3 系統(tǒng)實現(xiàn)關鍵技術
5.5.4 系統(tǒng)功能實現(xiàn)
5.5.5 項目運行測試
第6章分布式數(shù)據庫HBase
6.1 HBase概述
6.1.1 HBase數(shù)據存儲模式
6.1.2 HBase的邏輯架構
6.1.3 HBase數(shù)據模型簡介
6.1.4 HBase設計
6.1.5 HBase的優(yōu)缺點
6.2 HBase安裝與配置
6.2.1 Zookeeper安裝與配置
6.2.2 Hbaser安裝與配置
6.3 HBase Shell命令
6.3.1 查詢操作
6.3.2 DDL操作
6.3.3 DML操作
6.3.4 HBase Shell命令綜合實例
6.4 HBase.Java API
6.4.1 HBase的常用Java API
6.4.2 HBase Java API實例
6.5 項目實戰(zhàn)：用戶通話記錄高效查詢系統(tǒng)
6.5.1 項目設計
6.5.2 項目實現(xiàn)
6.5.3 項目運行測試
第7章海量日志采集Flume
7.1 Flume概述
7.1.1 Flume架構
7.1.2 Flume工作原理
7.1.3 Flume特點
7.2 .Flume安裝與配置
7.3 F1ume基礎應用
7.3.1 案例一：Avm source
7.3.2 案例二：Neteat source
7.3.3 案例三：實時監(jiān)控單個追加文件
7.3.4 案例四：監(jiān)控本地文件夾新增文件
7.3.5 案例五：實時監(jiān)控文件夾下文件追加
7.4 Flume自定義組件高階開發(fā)
7.4.1 自定義攔截器
7.4.2 自定義Source
7.4.3 自定義Sink
7.5 項目實戰(zhàn)：電商平臺用戶行為日志分析系統(tǒng)
7.5.1 系統(tǒng)設計
7.5.2 項目實現(xiàn)
7.5.3 項目運行測試
第8章基于Mahout.的個性化推薦系統(tǒng)
8.1 推薦系統(tǒng)概述
8.1.1 推薦系統(tǒng)工作流程
8.1.2 推薦機制
8.2 Mahout概述
8.2.1 Mahout的核心概念
8.2.2 Mahout應用場景
8.3 Mahout安裝與配置
8.3.1 Mahout下載與配置
8.3.2 Mahout測試
8.4 Eclipse中創(chuàng)建Maven工程
8.4.1 創(chuàng)建項目
8.4 _2 項目配置
8.5 項目實戰(zhàn)：基于Mahout個性化新聞推薦系統(tǒng)
8.5.1 系統(tǒng)設計
8.5.2 項目創(chuàng)建
8.5.3 項目實現(xiàn)
8.5.4 項目運行測試