Hadoop是一个分布式系统的基础架构，支持对大量数据进行分布式处理，能以高效、可靠的方式完成数据处理。本书围绕Hadoop生态圈技术进行讲解，主要包括Hadoop环境配置、Hadoop分布式文件系统（HDFS）、Hadoop分布式计算框架MapReduce、Hadoop资源调度框架YARN与Hadoop新特性、Hadoop分布式数据库HBase、Oozie工作流调度系统等内容。本书以Linux操
电子书
内容简介
本书以任务为导向，较为全面地介绍了Hadoop大数据技术的相关知识。全书共6章，具体内容包括Hadoop介绍、Hadoop集群的搭建及配置、Hadoop基础操作、MapReduce编程入门、MapReduce进阶编程、项目案例：电影网站用户性别预测。本书的第2～5章包含了实训与课后练习，通过练习和操作实践，帮助读者巩固所学的内容。
本书可以作为高校大数据技术类专业的教材，也可作为大数据技术爱好者的自学用书。
章节目录
- 封面
- 扉页
- 版权信息
- 内容提要
- 大数据专业系列图书编写委员会
- 序
- 前言
- 第1章 Hadoop介绍
- 1.1 Hadoop概述
- 1.1.1 Hadoop简介
- 1.1.2 Hadoop的发展历史
- 1.1.3 Hadoop的特点
- 1.2 Hadoop核心
- 1.2.1 分布式文件系统——HDFS
- 1.2.2 分布式计算框架——MapReduce
- 1.2.3 集群资源管理器——YARN
- 1.3 Hadoop生态系统
- 1.4 Hadoop应用场景
- 小结
- 第2章 Hadoop集群的搭建及配置
- 任务2.1 安装及配置虚拟机
- 2.1.1 创建Linux虚拟机
- 2.1.2 设置固定IP
- 2.1.3 远程连接虚拟机
- 2.1.4 虚拟机在线安装软件
- 2.1.5 任务实现
- 任务2.2 安装Java
- 2.2.1 在Windows下安装Java
- 2.2.2 在Linux下安装Java
- 2.2.3 任务实现
- 任务2.3 搭建Hadoop完全分布式集群
- 2.3.1 修改配置文件
- 2.3.2 克隆虚拟机
- 2.3.3 配置SSH免密码登录
- 2.3.4 配置时间同步服务
- 2.3.5 启动关闭集群
- 2.3.6 监控集群
- 小结
- 实训
- 实训1 为Hadoop集群增加一个节点
- 实训2 编写Shell脚本同步集群时间
- 课后练习
- 第3章 Hadoop基础操作
- 任务3.1 查看Hadoop集群的基本信息
- 3.1.1 查询集群的存储系统信息
- 3.1.2 查询集群的计算资源信息
- 任务3.2 上传文件到HDFS目录
- 3.2.1 了解HDFS文件系统
- 3.2.2 掌握HDFS的基本操作
- 3.2.3 任务实现
- 任务3.3 运行首个MapReduce任务
- 3.3.1 了解Hadoop官方的示例程序包
- 3.3.2 提交MapReduce任务给集群运行
- 任务3.4 管理多个MapReduce任务
- 3.4.1 查询MapReduce任务
- 3.4.2 中断MapReduce任务
- 小结
- 实训
- 实训1 统计文件中所有单词的平均长度
- 实训2 查询与中断MapReduce任务
- 课后练习
- 第4章 MapReduce编程入门
- 任务4.1 使用Eclipse创建MapReduce工程
- 4.1.1 下载与安装Eclipse
- 4.1.2 配置MapReduce环境
- 4.1.3 新建MapReduce工程
- 任务4.2 通过源码初识MapReduce编程
- 4.2.1 通俗理解MapReduce原理
- 4.2.2 了解MR实现词频统计的执行流程
- 4.2.3 读懂官方提供的WordCountOrDuration源码
- 任务4.3 编程实现按日期统计访问次数
- 4.3.1 分析思路与处理逻辑
- 4.3.2 编写核心模块代码
- 4.3.3 任务实现
- 任务4.4 编程实现按访问次数排序
- 4.4.1 分析思路与处理逻辑
- 4.4.2 编写核心模块代码
- 4.4.3 任务实现
- 小结
- 实训
- 实训1 获取成绩表的最高分记录
- 实训2 对两个文件中的数据进行合并与去重
- 课后练习
- 第5章 MapReduce进阶编程
- 任务5.1 筛选日志文件并生成序列化文件
- 5.1.1 MapReduce输入格式
- 5.1.2 MapReduce输出格式
- 5.1.3 任务实现
- 任务5.2 Hadoop Java API读取序列化日志文件
- 5.2.1 FileSystem API管理文件夹
- 5.2.2 FileSystem API操作文件
- 5.2.3 FileSystem API读写数据
- 5.2.4 任务实现
- 任务5.3 优化日志文件统计程序
- 5.3.1 自定义键值类型
- 5.3.2 初步探索Combiner
- 5.3.3 浅析Partitioner
- 5.3.4 自定义计数器
- 5.3.5 任务实现
- 任务5.4 Eclipse提交日志文件统计程序
- 5.4.1 传递参数
- 5.4.2 Hadoop辅助类ToolRunner
- 5.4.3 Eclipse自动打包并提交任务
- 小结
- 实训
- 实训1 统计全球每年的最高气温和最低气温
- 实训2 筛选气温在15～25℃之间的数据
- 课后练习
- 第6章 项目案例：电影网站用户性别预测
- 任务6.1 认识KNN算法
- 6.1.1 KNN算法简介
- 6.1.2 KNN算法原理及流程
- 任务6.2 数据预处理
- 6.2.1 获取数据
- 6.2.2 数据变换
- 6.2.3 数据清洗
- 6.2.4 划分数据集
- 任务6.3 实现用户性别分类
- 6.3.1 实现思路
- 6.3.2 代码实现
- 任务6.4 评价分类结果的准确性
- 6.4.1 评价思路
- 6.4.2 实现分类评价
- 6.4.3 寻找最优K值
- 小结
- 参考文献
展开全部
Hadoop大数据开发基础是2018年由人民邮电出版社出版,作者张良均。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Hadoop大数据开发基础》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
Hadoop基础教程，大数据技术原理与应用教程，MapReduce框架入门实战指南。
电子书
本书是厦门大学作者团队长期经验总结的结晶，是在厦门大学《大数据技术原理与应用》入门级大数据教材的基础之上编写的。为了确保教程质量，在编著出版纸质教材之前，实验室已经于2016年10月通过实验室官网免费发布共享了简化版的Spark在线教程和相关教学资源，同时，该在线教程也已经用于厦门大学计算机科学系研究生的大数据课程教学，并成为全国高校大数据课程教师培训交流班的授课内容。实验室根据读者对在线Spark教程的大量反馈意见以及教学实践中发现的问题，对Spark在线教程进行了多次修正和完善，所有这些前期准备工作，都为纸质教材的编著出版打下了坚实的基础。
披荆斩棘，在大数据丛林中开辟学习捷径
填沟削坎，为快速学习Spark 技术铺平道路
深入浅出，有效降低Spark 技术学习门槛
资源全面，构建全方位一站式在线服务体系
电子书
本书以任务为导向，较为系统地介绍Hadoop大数据技术及其生态系统组件Hive、HBase的相关知识。全书共8章，具体内容包括Hadoop介绍、Hadoop集群的搭建及配置、Hadoop基础操作、MapReduce入门编程、MapReduce进阶编程、Hive数据仓库、HBase分布式数据库，以及一个项目案例（电影网站用户影评分析）。本书的第2～7章包含实训与课后习题，读者可通过练习和操作实践，巩
电子书
基于全新的Hadoop 3.x，主要分析Hadoop 3.2.0的新特性和新功能，以企业级真实案例详细解读，带你全方位掌握大数据处理分析、分布式计算等。
电子书
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
电子书
Hadoop大数据平台集群部署与开发课程是云计算的一门专业平台课。本教材可为参与大数据开发与处理等相关流程的技术人员提供有益参考，为其介绍大数据处理技术Hadoop以及Hadoop家族体系的其他核心成员：Zookeeper、HBase、Hive、Flume、Sqoop等。本教材以分类任务的形式，具体介绍了“这些成员”的概念及实际应用，具有较强的综合性和实践性强，内容涉及广泛，讲解深入透彻。
电子书
大数据技术让我们以一种前所未有的方式，对海量数据进行分析，从中获得有巨大价值的产品和服务，最终形成变革之力。本书围绕Hadoop和Spark两个主流大数据技术进行讲解，主要内容包括Hadoop环境配置、Hadoop分布式文件系统（HDFS）、Hadoop分布式计算框架MapReduce、Hadoop资源调度框架YARN与Hadoop新特性、Hadoop分布式数据库HBase、数据仓库Hive、大数
