电子书
内容简介
本书共分11章，第1章对大数据及Hadoop进行总体介绍；第2章讲解了如何搭建Hadoop集群；第3-5章讲解了HDFS分布式文件系统、MapReduce分布式计算框架以及Zookeeper分布式协调服务；第6章讲解Hadoop2.0的新特性；第7-10章主要讲解了Hadoop生态圈中的相关辅助系统，包括Hive、HBase分布式存储系统、Flume、Saoop；第11章讲解了综合项目：电商精准营销。
章节目录
- 第1章 初识Hadoop
- 1.1 大数据简介
- 1.1.1 大数据的五大特征
- 1.1.2 大数据的六大发展趋势
- 1.1.3 大数据在电商行业的应用
- 1.1.4 大数据在交通行业的应用
- 1.1.5 大数据在医疗行业的应用
- 1.2 大数据技术的核心需求
- 1.3 Hadoop 简介
- 1.3.1 什么是Hadoop
- 1.3.2 Hadoop 的产生和发展
- 1.3.3 Hadoop 的优缺点
- 1.3.4 Hadoop 版本介绍
- 1.3.5 Hadoop 生态圈的相关组件
- 1.3.6 Hadoop 应用介绍
- 1.3.7 国内Hadoop 的就业情况分析
- 1.3.8 分布式系统概述
- 1.4 离线数据分析流程介绍
- 1.4.1 项目需求描述
- 1.4.2 数据来源
- 1.4.3 数据处理流程
- 1.4.4 项目最终效果
- 1.5 大数据学习流程
- 1.6 本章小结
- 1.7 习题
- 第2章 搭建Hadoop集群
- 2.1 安装准备
- 2.1.1 虚拟机安装
- 2.1.2 虚拟机克隆
- 2.1.3 Linux 系统网络配置
- 2.1.4 SSH 服务配置
- 2.2 Linux 基本命令
- 2.2.1 系统工作命令
- 2.2.2 磁盘操作命令
- 2.2.3 目录与文件操作命令
- 2.2.4 权限操作命令
- 2.3 Hadoop 集群搭建
- 2.3.1 Hadoop 集群部署模式
- 2.3.2 安装JDK
- 2.3.3 安装Hadoop
- 2.3.4 Hadoop 集群配置
- 2.4 Hadoop 集群测试
- 2.4.1 格式化文件系统
- 2.4.2 启动和关闭Hadoop 进程命令
- 2.4.3 启动和查看Hadoop 进程
- 2.4.4 查看Web 界面
- 2.5 使用Hadoop 集群
- 2.6 本章小结
- 2.7 习题
- 第3章 HDFS分布式文件系统
- 3.1 HDFS 简介
- 3.1.1 HDFS 的概念
- 3.1.2 HDFS 数据的存储和读取方式
- 3.1.3 HDFS 的特点
- 3.2 HDFS 存储架构和数据读写流程
- 3.2.1 HDFS 的存储架构
- 3.2.2 HDFS 的数据读写流程
- 3.3 HDFS 的Shell 命令
- 3.4 Java 程序操作HDFS
- 3.4.1 HDFS Java API 概述
- 3.4.2 使用Java API 操作HDFS
- 3.5 Hadoop 序列化
- 3.5.1 Hadoop 序列化简介
- 3.5.2 常用实现Writable 接口的类
- 3.5.3 自定义实现Writable 接口的类
- 3.6 Hadoop 小文件处理
- 3.6.1 压缩小文件
- 3.6.2 创建序列文件
- 3.7 通信机制RPC
- 3.7.1 RPC 简介
- 3.7.2 Hadoop 的RPC 架构
- 3.8 本章小结
- 3.9 习题
- 第4章 MapReduce分布式计算框架
- 4.1 认识MapReduce
- 4.1.1 MapReduce 核心思想
- 4.1.2 MapReduce 编程模型
- 4.1.3 MapReduce 编程案例——WordCountOrDuration
- 4.2 MapReduce 编程组件
- 4.2.1 InputFormat 组件
- 4.2.2 OutputFormat 组件
- 4.2.3 RecordReader 组件和RecordWriter 组件
- 4.2.4 Partitioner 组件
- 4.2.5 Combiner 组件
- 4.3 MapReduce 作业解析
- 4.3.1 MapReduce 作业简介
- 4.3.2 MapReduce 作业运行时的资源调度
- 4.3.3 MapReduce 作业运行流程
- 4.4 MapReduce 工作原理
- 4.4.1 Map 任务工作原理
- 4.4.2 Reduce 任务工作原理
- 4.5 Shuffle 阶段
- 4.5.1 Shuffle 的概念
- 4.5.2 Map 端的Shuffle
- 4.5.3 Reduce 端的Shuffle
- 4.6 优化——数据倾斜
- 4.7 MapReduce 典型案例——排序
- 4.7.1 部分排序
- 4.7.2 全排序
- 4.8 MapReduce 典型案例——倒排索引
- 4.8.1 准备模拟数据
- 4.8.2 输出数据解析
- 4.8.3 编写MapReduce 程序
- 4.9 MapReduce 典型案例——连接
- 4.9.1 准备模拟数据
- 4.9.2 输出数据解析
- 4.10 MapReduce 典型案例——平均分以及百分比
- 4.10.1 准备模拟数据
- 4.10.2 输出数据解析
- 4.10.3 编写MapReduce 程序
- 4.11 MapReduce 典型案例——过滤敏感词汇
- 4.11.1 准备模拟数据
- 4.11.2 创建敏感词库
- 4.11.3 编写MapReduce 程序
- 4.12 本章小结
- 4.13 习题
- 第5章 ZooKeeper分布式协调服务
- 5.1 认识ZooKeeper
- 5.1.1 ZooKeeper 简介
- 5.1.2 ZooKeeper 的设计目的
- 5.1.3 ZooKeeper 的系统模型
- 5.1.4 ZooKeeper 中的角色
- 5.1.5 ZooKeeper 的工作原理
- 5.2 ZooKeeper 安装和常用命令
- 5.2.1 ZooKeeper 单机模式
- 5.2.2 ZooKeeper 全分布式
- 5.2.3 ZooKeeper 服务器常用脚本
- 5.2.4 ZooKeeper 客户端节点和命令
- 5.3 ZooKeeper 客户端编程
- 5.3.1 配置开发环境
- 5.3.2 Java 程序操作ZooKeeper 客户端
- 5.4 ZooKeeper 典型应用场景
- 5.4.1 数据发布与订阅
- 5.4.2 命名服务
- 5.4.3 分布式锁
- 5.5 本章小结
- 5.6 习题
- 第6章 Hadoop 2.0新特性
- 6.1 Hadoop 2.0 的改进
- 6.1.1 HDFS 存在的问题
- 6.1.2 MapReduce 存在的问题
- 6.1.3 HDFS 2.0 解决HDFS 1.0 中的问题
- 6.2 YARN 资源管理框架
- 6.2.1 YARN 简介
- 6.2.2 YARN 架构
- 6.2.3 YARN 的优势
- 6.3 Hadoop 的HA 模式
- 6.3.1 HA 模式简介
- 6.3.2 HDFS 的HA 模式
- 6.3.3 YARN 的HA 模式
- 6.3.4 启动和关闭Hadoop 的HA 模式
- 6.4 本章小结
- 6.5 习题
- 第7章 Hive
- 7.1 数据仓库简介
- 7.1.1 数据仓库概述
- 7.1.2 数据仓库的使用
- 7.1.3 数据仓库的特点
- 7.1.4 主流的数据仓库
- 7.2 认识Hive
- 7.2.1 Hive 简介
- 7.2.2 Hive 架构
- 7.2.3 Hive 和关系型数据库比较
- 7.3 Hive 安装
- 7.4 Hive 数据类型
- 7.4.1 Hive 基本数据类型
- 7.4.2 Hive 复杂数据类型
- 7.5 Hive 数据库操作
- 7.6 Hive 表
- 7.6.1 内部表和外部表
- 7.6.2 对表进行分区
- 7.6.3 对表或分区进行桶操作
- 7.7 Hive 表的查询
- 7.7.1 select 查询语句
- 7.7.2 视图
- 7.7.3 Join
- 7.8 Hive 函数
- 7.8.1 Hive 内置函数
- 7.8.2 通过JDBC 驱动程序使用Hiveserver2 服务
- 7.8.3 Hive 用户自定义函数
- 7.9 Hive 性能优化
- 7.10 Hive 案例分析
- 7.11 本章小结
- 7.12 习题
- 第8章 HBase分布式存储系统
- 8.1 认识HBase
- 8.1.1 HBase 简介
- 8.1.2 HBase 的数据模型
- 8.1.3 HBase 架构
- 8.1.4 HBase 文件存储格式
- 8.1.5 HBase 存储流程
- 8.1.6 HBase 和HDFS
- 8.2 HBase 表设计
- 8.2.1 列簇设计
- 8.2.2 行键设计
- 8.3 HBase 安装
- 8.3.1 HBase 的单机模式
- 8.3.2 HBase 的HA 模式
- 8.4 HBase Shell 常用操作
- 8.5 HBase 编程
- 8.5.1 配置开发环境
- 8.5.2 使用Java API 操作HBase
- 8.5.3 使用HBase 实现WordCountOrDuration
- 8.6 HBase 过滤器和比较器
- 8.6.1 过滤器
- 8.6.2 比较器
- 8.6.3 编程实例
- 8.7 HBase 与Hive 结合
- 8.7.1 HBase 与Hive 结合的原因
- 8.7.2 Hive 关联HBase
- 8.8 HBase 性能优化
- 8.9 本章小结
- 8.10 习题
- 第9章 Flume
- 9.1 认识Flume
- 9.1.1 Flume 简介
- 9.1.2 Flume 的特点
- 9.2 Flume 基本组件
- 9.2.1 Event
- 9.2.2 Agent
- 9.3 Flume 安装
- 9.4 Flume 数据流模型
- 9.5 Flume 的可靠性保证
- 9.5.1 负载均衡
- 9.5.2 故障转移
- 9.6 Flume 拦截器
- 9.7 采集案例
- 9.7.1 采集目录到HDFS
- 9.7.2 采集文件到HDFS
- 9.8 本章小结
- 9.9 习题
- 第10章 Sqoop
- 10.1 认识Sqoop
- 10.1.1 Sqoop 简介
- 10.1.2 Sqoop 原理
- 10.1.3 Sqoop 架构
- 10.2 Sqoop 安装
- 10.3 Sqoop 命令
- 10.3.1 Sqoop 数据库连接参数
- 10.3.2 Sqoop export 参数
- 10.3.3 Sqoop import 参数
- 10.3.4 Sqoop import 命令的基本操作
- 10.4 Sqoop 数据导入
- 10.4.1 将MySQL 的数据导入HDFS
- 10.4.2 将MySQL 的数据导入Hive
- 10.4.3 将MySQL 的数据导入HBase
- 10.4.4 增量导入
- 10.4.5 按需导入
- 10.5 Sqoop 数据导出
- 10.5.1 将HDFS 的数据导出到MySQL
- 10.5.2 将Hive 的数据导出到MySQL
- 10.5.3 将HBase 的数据导出到MySQL
- 10.6 Sqoop job
- 10.7 本章小结
- 10.8 习题
- 第11章 综合项目——电商精准营销
- 11.1 项目概述
- 11.1.1 项目背景介绍
- 11.1.2 项目架构设计
- 11.2 项目详细介绍
- 11.2.1 项目核心关注点
- 11.2.2 重要概念
- 11.2.3 维度
- 11.3 项目模块分析
- 11.3.1 用户基本信息分析模块
- 11.3.2 浏览器分析模块
- 11.3.3 地域分析模块
- 11.3.4 外链分析模块
- 11.4 数据采集
- 11.4.1 日志采集系统概述
- 11.4.2 JS SDK 收集数据
- 11.4.3 Java SDK 收集数据
- 11.4.4 使用Flume 搭建日志采集系统
- 11.4.5 日志信息说明
- 11.5 数据清洗
- 11.5.1 分析需要清洗的数据
- 11.5.2 解析数据格式转换
- 11.5.3 利用MapReduce 清洗数据
- 11.6 使用数据仓库进行数据分析
- 11.6.1 事件板块数据分析
- 11.6.2 订单板块数据分析
- 11.6.3 时间板块数据分析
- 11.7 可视化
- 11.7.1 ECharts 简介
- 11.7.2 ECharts 的优点
- 11.7.3 操作流程
- 11.8 本章小结
- 11.9 习题
- 附录
展开全部
Hadoop大数据开发实战（慕课版）是2020年由人民邮电出版社出版,作者千锋教育高教产品研发部。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《Hadoop大数据开发实战（慕课版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
电子书
