基于Python 3.X讲解，从入门到实战，全面讲解Python爬虫技术。全书重点难点附带微课讲解，书网融合互动学习。
电子书
内容简介
本书在介绍大数据发展背景、特点及主要技术层面的基础上，对大数据的数据采集、数据存储、常见计算模式和典型系统工具进行了分析介绍。本书同时对各种典型系统工具进行了讲解，包括大数据查询分析计算及典型工具（HBase、Hive）、批处理计算及典型工具（MapReduce、Spark）、流式计算及典型工具（Storm、Apex、Flink）、事件流及典型工具（Druid）等。
本书提供了大量的实例和源代码供读者参考，指导读者快速、无障碍地了解和掌握常见大数据分析工具的使用。本书适合作为计算机及相关专业的教学用书，也可以作为大数据初学者的自学教材和参考手册。
章节目录
- 第1章 大数据概述
- 1.1 大数据的发展
- 1.2 大数据的概念及特征
- 1.2.1 大数据的概念
- 1.2.2 大数据的特征
- 1.3 大数据的产生及数据类型
- 1.3.1 大数据的产生
- 1.3.2 数据类型
- 1.4 大数据计算模式和系统
- 1.5 大数据的主要技术层面和技术内容
- 1.6 大数据的典型应用
- 1.7 本章小结
- 第2章 数据获取
- 2.1 Scrapy环境搭建
- 2.2 爬虫项目创建
- 2.3 采集目标数据项定义
- 2.4 爬虫核心实现
- 2.5 数据存储
- 2.6 爬虫运行
- 2.7 本章小结
- 第3章 Hadoop基础
- 3.1 Hadoop概述
- 3.2 Hadoop原理
- 3.2.1 Hadoop HDFS 原理
- 3.2.2 Hadoop MapReduce原理
- 3.2.3 Hadoop YARN原理
- 3.3 Hadoop的安装与配置
- 3.4 Hadoop生态系统简介
- 3.5 本章小结
- 第4章 HDFS基本应用
- 4.1 实战命令行接口
- 4.2 实战 Java接口
- 4.3 数据流
- 4.3.1 数据流简介
- 4.3.2 数据流读取
- 4.3.3 数据流写入
- 4.4 本章小结
- 第5章 MapReduce应用开发
- 5.1 配置 Hadoop MapReduce开发环境
- 5.1.1 系统环境及所需文件
- 5.1.2 安装 Eclipse
- 5.1.3 向 Eclipse中添加插件
- 5.2 编写和运行第一个 MapReduce程序前的准备
- 5.2.1 系统环境及所需要的文件
- 5.2.2 建立运行 MapReduce程序的依赖环境
- 5.2.3 建立编写 MapReduce程序的依赖包
- 5.3 MapReduce应用案例
- 5.3.1 单词计数
- 5.3.2 数据去重
- 5.3.3 排序
- 5.3.4 单表关联
- 5.3.5 多表关联
- 5.4 本章小结
- 第6章 分布式数据库HBase
- 6.1 HBase简介
- 6.2 HBase接口
- 6.3 安装 HBase集群
- 6.3.1 系统环境
- 6.3.2 安装 ZooKeeper
- 6.3.3 安装 HBase
- 6.4 HBase Shell
- 6.5 HBase API
- 6.6 HBase综合实例
- 6.7 本章小结
- 第7章 数据仓库工具Hive
- 7.1 Hive简介
- 7.2 Hive接口实战
- 7.3 Hive复杂语句实战
- 7.4 Hive综合实例
- 7.4.1 准备数据
- 7.4.2 在 Hive上创建数据库和表
- 7.4.3 导入数据
- 7.4.4 算法分析与执行 HQL语句
- 7.4.5 运行结果分析
- 7.5 本章小结
- 第8章 开源集群计算环境Spark
- 8.1 Spark简介
- 8.2 Spark接口实战
- 8.2.1 环境要求
- 8.2.2 IDEA使用和打包
- 8.3 Spark编程的 RDD
- 8.3.1 RDD
- 8.3.2 创建 RDD
- 8.3.3 RDD中与 Map和 Reduce相关的 API
- 8.4 Spark实战案例—统计 1000万人口的平均年龄
- 8.4.1 案例描述
- 8.4.2 案例分析
- 8.4.3 编程实现
- 8.4.4 提交到集群运行
- 8.4.5 监控执行状态
- 8.5 Spark MLlib实战 —聚类实战
- 8.5.1 算法说明
- 8.5.2 实例介绍
- 8.5.3 测试数据说明
- 8.5.4 程序源码
- 8.5.5 运行脚本
- 8.6 本章小结
- 第9章 流实时处理系统Storm
- 9.1 Storm概述
- 9.1.1 Storm 简介
- 9.1.2 Storm主要特点
- 9.2 Storm安装与配置
- 9.3 本章小结
- 第10章 企业级、大数据流处理 Apex
- 10.1 Apache Apex简介
- 10.2 Apache Apex开发环境配置
- 10.2.1 部署开发工具
- 10.2.2 安装 Apex组件
- 10.2.3 创建Top N Words 应用
- 10.3 运行 TopN Words应用
- 10.3.1 开启Apex 客户端
- 10.3.2 执行
- 10.4 本章小结
- 第11章 事件流OLAP之Druid
- 11.1 Druid简介
- 11.2 Druid应用场所
- 11.3 Druid集群
- 11.4 Druid单机环境
- 11.4.1 安装 Druid
- 11.4.2 安装 ZooKeeper
- 11.4.3 启动 Druid 服务
- 11.4.4 批量加载数据
- 11.4.5 加载流数据
- 11.4.6 数据查询
- 11.5 本章小结
- 第12章 事件数据流引擎Flink
- 12.1 Flink概述
- 12.2 Flink基本架构
- 12.3 单机安装 Flink
- 12.4 Flink运行第一个例子
- 12.5 Flink集群部署
- 12.5.1 环境准备
- 12.5.2 安装和配置
- 12.5.3 启动 Flink 集群
- 12.5.4 集群中添加 JobManager/TaskManager
- 12.6 本章小结
- 第13章 分布式文件搜索 Elasticsearch
- 13.1 Elasticsearch简介
- 13.2 Elasticsearch单节点安装
- 13.3 插件 Elasticsearch-head安装
- 13.4 Elasticsearch的基本操作
- 13.5 综合实战
- 13.6 本章小结
- 第14章 实例电商数据分析
- 14.1 背景与挖掘目标
- 14.2 分析方法与过程
- 14.2.1 数据收集
- 14.2.2 数据预处理
- 14.2.3 导入数据到 Hadoop
- 14.2.4 数据取样分析
- 14.3 本章小结
- 参考文献
展开全部
大数据技术与应用基础是2017年由人民邮电出版社出版,作者陈志德 曾燕清 李翔宇。
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《大数据技术与应用基础》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
“财务大数据基础”是财经类专业学生学习财务大数据技术应用的入门课程。本书选取薪资管理、量化投资、固定资产管理三个最常见的财务工作场景，详细介绍了这些工作场景中涉及的大数据基础知识，以及数据库基础操作和高级操作、数据采集和数据可视化的专业知识。本书体系完整，内容丰富，学做练一体化设计，适合高等职业院校大数据与会计、大数据与财务管理、会计信息管理、统计与会计核算等财经类专业学生的教材，也可以作为计算机
电子书
机器学习原理与实例代码，包括决策树、神经网络等11章。
电子书
全书共十个项目，除了项目一介绍大数据基础理论外，其余项目均以实战为主线，内容循序渐进，逐步深入，围绕大数据技术的应用层层展开。内容主要包括大数据的基本概念、Ubuntu及服务安装配置、Hadoop集群部署、MapReduce编程、HBase数据库部署与应用、Hive数据仓库安装与应用、Pig数据分析、Sqoop数据迁移、Spark部署及数据分析等知识，最后以大数据技术的具体应用介绍了MapRedu
电子书
30小时慕课教学视频同步讲解，让学习更高效快捷
80个精彩课堂案例，12个课堂实验，1个综合案例，Java学习从入门到精通
66道习题，300道自测题，5套自测试卷，巩固所学知识
提供免费教学资源，包括精品教学PPT、案例源代码、自测题库、拓展综合案例
电子书
本书是针对高等职业院校财经商贸大类专业大数据相关课程编写的教材，旨在帮助学生建立数据思维方式和培养处理、运用数据的能力。本书利用贴近学生学习和生活环境的案例，通过“发现问题—定义数据—寻找数据—分析数据—可视化—解决问题”六个步骤，解决数据价值认知、寻找需要的数据、分析数据和应用数据四个根本问题。本书内容新颖，教学资源丰富，适合作为高等职业院校财经商贸大类相关专业大数据技术基础课程的教材，也可供对
电子书
本书教学设计遵循教学规律，对真实项目进行了科学拆分与提炼。主要内容分为Hadoop大数据技术基础与Hadoop大数据分析案例两部分，前者包括大数据的有关概念、Hadoop概述、Hadoop集群的部署与管理、HDFS、MapReduce编程以及Hadoop生态的其他常用组件ZooKeeper、HBase、Hive、Sqoop、Flume、Storm、Kafka的工作原理、安装部署和使用方法，后者通过
电子书
本书分为11章，前6章讲解了Python基本语法和基本应用，后5章系统地讲解了用Python爬取数据、处理数据、分析数据的方法与过程。每章除了丰富的实例外，还设计了来源于实践的项目训练及拓展训练项目。
