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
编辑推荐
带你了解大数据计算平台Hadoop设计与开发的必备知识。
内容简介
本书主要内容包括：第 1章 初识Hadoop、第 2章 Hadoop基础、第3章 Hadoop开发环境配置与搭建、第4章 Hadoop分布式文件系统（HDFS）、第5章 资源管理器（Yarn）、第6章 MapReduce基础程序设计、第7章 MapReduce程序设计、第8章 分布式数据库HBase、第9章 分布式数据仓库Hive、第 10章 项目测试与发布
章节目录
- 第1章 初识Hadoop
- 1.1 为什么要学习Hadoop
- 1.1.1 信息化项目衍生过程
- 1.1.2 Hadoop 产生过程
- 1.1.3 Hadoop 成功案例介绍
- 1.2 Hadoop 与云计算的关系
- 1.2.1 什么是云计算
- 1.2.2 云计算演进历史
- 1.2.3 云计算相关技术介绍
- 1.2.4 Hadoop 在云项目中扮演的角色
- 1.3 Hadoop 与大数据的关系
- 1.3.1 什么是大数据
- 1.3.2 大数据的存储结构
- 1.3.3 大数据的计算模式
- 1.3.4 Hadoop 在大数据中扮演的角色
- 1.4 学习Hadoop 需要具备的知识基础
- 1.5 学习Hadoop 需要的实验环境
- 1.6 Hadoop 的用途
- 1.7 小结
- 第2章 Hadoop基础知识
- 2.1 Hadoop 简介
- 2.1.1 Apache Hadoop 项目核心模块
- 2.1.2 Apache Hadoop 项目的其他模块
- 2.2 Hadoop 版本演化
- 2.3 RPC 工作原理
- 2.3.1 RPC 简介
- 2.3.2 Hadoop 中的RPC
- 2.3.3 RPCoIB 和JVM—旁路缓冲管理方案：在高性能网络InfiniBand 上数据交换的改进
- 2.4 MapReduce 工作原理
- 2.4.1 MapReduce 计算模型
- 2.4.2 MapReduce 经典案例
- 2.4.3 MapReduce 应用场景
- 2.5 Hadoop 改进
- 2.5.1 LATE 算法：良好的适应异构性环境
- 2.5.2 Mantri：MapReduce 异常处理
- 2.5.3 SkewTune：MapReduce 中数据偏斜处理
- 2.5.4 基于RDMA 的MapReduce 设计：提升大数据应用的性能和规模
- 2.6 HDFS 工作原理
- 2.6.1 HDFS 介绍
- 2.6.2 HDFS 体系结构
- 2.6.3 文件系统的命名空间
- 2.6.4 HDFS 中Block 副本放置策略
- 2.6.5 HDFS 机架感知
- 2.6.6 HDFS 安全模式
- 2.6.7 HDFS 应用场景介绍
- 2.6.8 混合HDFS 的设计：充分利用硬件能力获得最佳性能
- 2.7 YARN 工作原理
- 2.7.1 YARN on HDFS 的工作原理
- 2.7.2 MapReduce on YARN 的工作原理
- 2.8 容错机制
- 2.9 安全性
- 2.10 小结
- 第3章 Hadoop开发环境配置与搭建
- 3.1 集群部署
- 3.1.1 安装包版本的选择
- 3.1.2 Hadoop 安装先决条件
- 3.1.3 Hadoop 安装模式
- 3.2 本地/独立模式搭建
- 3.2.1 JDK 安装与配置
- 3.2.2 SSH 无密码登录
- 3.2.3 Hadoop 本地环境参数配置
- 3.2.4 Hadoop 本地模式验证
- 3.3 伪分布模式搭建
- 3.3.1 配置过程
- 3.3.2 格式化HDFS
- 3.3.3 Hadoop 进程启停与验证
- 3.4 全分布模式搭建
- 3.4.1 Hadoop 网络配置
- 3.4.2 Hadoop 集群SSH 配置
- 3.4.3 时间同步
- 3.4.4 IP 与机器名映射
- 3.4.5 Hadoop 环境配置
- 3.4.6 Hadoop 集群启停与验证
- 3.5 基于Hadoop 平台的Eclipse 开发环境的搭建
- 3.5.1 Hadoop Eclipse 插件配置
- 3.5.2 编写第一个MapReduce 程序
- 3.5.3 编译打包及运行程序
- 3.6 小结
- 第4章 Hadoop分布式文件系统
- 4.1 HDFS 工作原理
- 4.1.1 HDFS 读数据的过程
- 4.1.2 HDFS 写数据的过程
- 4.1.3 HDFS 删除与恢复数据的过程
- 4.2 HDFS 常用命令行操作概述
- 4.2.1 HDFS 命令行
- 4.2.2 HDFS 常用命令行操作
- 4.3 通过Web 浏览HDFS 文件
- 4.4 HDFS API
- 4.4.1 使用FileSystem API 读取数据命令行
- 4.4.2 使用FileSystem API 写入数据命令行
- 4.4.3 FileUtil 文件处理
- 4.5 小结
- 第5章 Hadoop的I/O操作
- 5.1 压缩
- 5.1.1 Hadoop 压缩类型
- 5.1.2 CompressionCodec 接口
- 5.1.3 CompressionCodecFactory 类
- 5.1.4 压缩池
- 5.1.5 Hadoop 中使用压缩
- 5.2 I/O 序列化类型
- 5.2.1 Writable 接口
- 5.2.2 Java 基本类型的Writable 封装器
- 5.2.3 IntWritable 与VIntWritable 类
- 5.2.4 Text 类
- 5.2.5 BytesWritable 类
- 5.2.6 NullWritable 类
- 5.2.7 ObjectWritable 类
- 5.2.8 自定义Writable 接口
- 5.3 基于文件的数据结构
- 5.3.1 SequenceFile
- 5.3.2 MapFile
- 5.4 小结
- 第6章 MapReduce编程基础
- 6.1 剖析MapReduce 编程过程
- 6.2 由WordCountOrDuration 理解MapReduce 编程过程
- 6.2.1 准备工作
- 6.2.2 Mapper 工作过程
- 6.2.3 Reducer 工作过程
- 6.2.4 Job 工作过程
- 6.3 MapReduce 类型
- 6.4 Mapper 输入
- 6.4.1 默认输入格式
- 6.4.2 FileInput 输入
- 6.4.3 多路径输入
- 6.4.4 自定义输入分片
- 6.5 Shuffle
- 6.5.1 Shuffle 运行原理
- 6.5.2 分区
- 6.5.3 排序
- 6.6 Combiner
- 6.6.1 由WordCountOrDuration 案例讲解Combiner
- 6.6.2 由SVG 案例进一步讲解Combiner
- 6.7 OutputFormat 输出
- 6.8 编程模型的扩展——FlumeJava：云计算高级编程模型
- 6.8.1 FlumeJava 结构
- 6.8.2 FlumeJava 优化
- 6.9 小结
- 第7章 MapReduce高级编程
- 7.1 计数器
- 7.1.1 内置计数器
- 7.1.2 自定义计数器
- 7.1.3 计数器结果查看
- 7.2 最值
- 7.2.1 单一最值
- 7.2.2 Top N
- 7.3 全排序
- 7.3.1 全排序业务需求
- 7.3.2 实验数据准备
- 7.3.3 自定义分区实现全排序过程
- 7.3.4 通过抽样实现全排序过程
- 7.4 二次排序
- 7.4.1 解决方案
- 7.4.2 例子
- 7.5 连接
- 7.5.1 Reduce 端连接
- 7.5.2 Map 端连接
- 7.6 小结
- 第8章 初识HBase
- 8.1 HBase 基础知识
- 8.1.1 HBase 特征
- 8.1.2 HBase 数据模型
- 8.1.3 HBase 体系结构
- 8.2 HBase 开发环境配置与安装
- 8.2.1 HBase 环境配置基本准备条件
- 8.2.2 HBase 配置文件
- 8.2.3 HBase 独立安装
- 8.2.4 HBase 伪分布式安装
- 8.2.5 HBase 完全分布式安装
- 8.2.6 HBase 启动、停止、监控
- 8.3 HBase 基本Shell 操作
- 8.3.1 HBase Shell 启动
- 8.3.2 HBase Shell 通用命令
- 8.3.3 HBase Shell 表管理命令
- 8.3.4 HBase Shell 表操作命令
- 8.3.5 HBase Shell 应用举例
- 8.4 基于HBase API 程序设计
- 8.4.1 管理表结构
- 8.4.2 管理表信息
- 8.4.3 Scan
- 8.4.4 过滤器
- 8.4.5 协处理器
- 8.4.6 计数器
- 8.4.7 MapReduce 与HBase 互操作
- 8.5 RowKey 设计
- 8.5.1 HBase 值的存储与读取的特点
- 8.5.2 HBase 值存储特点引发的问题
- 8.5.3 RowKey 设计遵循的原则
- 8.6 HBase 的高性能设计：使用InfiniBand 的RDMA
- 8.6.1 设计
- 8.6.2 优势
- 8.7 小结
- 第9章 初识Hive
- 9.1 Hive 基础知识
- 9.1.1 Hive 的存储结构
- 9.1.2 Hive 与传统数据库的比较
- 9.2 Hive 环境安装
- 9.2.1 Hive 内嵌模式安装
- 9.2.2 Hive 独立模式安装
- 9.2.3 Hive 远程模式安装
- 9.2.4 初识Hive Shell
- 9.2.5 Java 通过JDBC 对Hive 操作
- 9.3 HiveQL 基本语法
- 9.3.1 Hive 中的数据库
- 9.3.2 创建表的基本语法
- 9.3.3 表中数据的加载
- 9.3.4 HiveQL 的数据类型
- 9.3.5 数据类型转换
- 9.3.6 文本文件数据编码
- 9.3.7 分区和桶
- 9.3.8 表维护
- 9.4 HiveQL 基本查询
- 9.4.1 SELECT…FROM 语句
- 9.4.2 WHERE 语句
- 9.4.3 嵌套SELECT 语句
- 9.4.4 Hive 函数
- 9.4.5 GROUP BY 语句
- 9.4.6 JOIN 语句
- 9.4.7 UNION ALL 语句
- 9.4.8 ORDER BY 和SORT BY 语句
- 9.4.9 含有SORT BY 的DISTRIBUTE BY 语句
- 9.4.10 CLUSTER BY 语句
- 9.5 视图和索引
- 9.5.1 视图
- 9.5.2 索引
- 9.6 Hive 与HBase 集成
- 9.7 小结
- 附录 《Hadoop 集群程序设计与开发》配套实验课程方案简介
展开全部
Hadoop集群程序设计与开发是2018年由人民邮电出版社出版,作者王宏志。
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集群程序设计与开发》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
Python PyQt5编写GUI应用程序及数据可视化方法
电子书
16个有趣的编程项目，提升Python编程技能，培养解决现实问题的思维。
电子书
一本书快书入门微信小程序。
电子书
1.深入阐述Unity3D的基础操作、场景特效、3ds Max的基础操作及与Unity3D的配合、粒子系统的应用、物理攻击特效、法术攻击特效等。
2.精选特效案例对所学知识加以巩固，锻炼实际操作能力，包括火焰特效、雨雪特效、喷泉特效、陨石爆炸特效、徒手三连击特效、但丁暴怒动作特效、旋风打击特效、万里冰封特效、龙卷风特效、火焰气波特效等。
3.适合从事游戏开发及特效设计的初、中级读者阅读，同时也可以作为相关教育培训机构的教材。
4.随书附赠资源，内容包含本书实例的工程文件、场景文件，读者可以边学边看，学习更高效。
电子书
C语言入门零基础自学教程新升级，增加C1X相关内容，讲述C的所有特性，国外诸多名校的C语言课程教材，C开发人员的参考书。
电子书
通过理论结合实践的内容编排，深入探讨C11到C20引入的语言核心特性。
