科技 类型
可以朗读 语音朗读
327千字 字数
2022-07-01 发行日期
展开全部

主编推荐语

本书详解了Hadoop全栈技术及其大数据挖掘方法。

内容简介

本书基于开源Hadoop生态圈的主流技术，深入浅出地介绍了大数据相关技术的原理、知识点及具体应用，适合教师教学使用和零基础自学者使用。

通过本书的学习，读者可以理解大数据相关技术的原理，迅速掌握大数据技术的操作，为后续数据挖掘与分布式计算平台的结合使用打下良好的技术基础。

目录

  • 版权信息
  • 作者介绍
  • 前言
  • 第一部分 基础篇
  • 第1章 浅谈大数据
  • 1.1 大数据产生的背景
  • 1.2 大数据概述
  • 1.3 大数据挖掘概述
  • 1.4 大数据平台
  • 1.5 小结
  • 第2章 大数据基础架构Hadoop
  • 2.1 Hadoop技术概述
  • 2.2 Hadoop应用场景介绍
  • 2.3 Hadoop生态系统
  • 2.4 Hadoop安装配置
  • 2.5 Hadoop HDFS文件操作命令
  • 2.6 Hadoop MapReduce编程开发
  • 2.7 场景应用：电影网站用户影评分析
  • 2.8 小结
  • 第3章 数据仓库Hive
  • 3.1 Hive技术概述
  • 3.2 Hive应用场景介绍
  • 3.3 Hive安装配置
  • 3.4 HiveQL查询语句
  • 3.5 Hive自定义函数的使用
  • 3.6 场景应用：基站掉话率排名统计
  • 3.7 小结
  • 第4章 分布式协调框架ZooKeeper
  • 4.1 ZooKeeper技术概述
  • 4.2 ZooKeeper应用场景介绍
  • 4.3 ZooKeeper分布式安装配置
  • 4.4 ZooKeeper客户端常用命令
  • 4.5 ZooKeeper Java API操作
  • 4.6 场景应用：服务器上下线动态监控
  • 4.7 小结
  • 第5章 分布式数据库HBase
  • 5.1 HBase技术概述
  • 5.2 HBase应用场景介绍
  • 5.3 HBase安装配置
  • 5.4 HBase Shell操作
  • 5.5 HBase高级应用
  • 5.6 场景应用：用户通话记录数据存储设计及查询
  • 5.7 小结
  • 第6章 分布式计算框架Spark
  • 6.1 Spark技术概述
  • 6.2 Spark应用场景介绍
  • 6.3 Spark集群安装配置
  • 6.4 Spark Core——底层基础框架
  • 6.5 Spark SQL——查询引擎框架
  • 6.6 Spark MLlib——机器学习库
  • 6.7 Spark Streaming——流计算框架
  • 6.8 小结
  • 第7章 大数据采集框架Flume
  • 7.1 Flume技术概述
  • 7.2 Flume应用场景介绍
  • 7.3 Flume安装与配置
  • 7.4 Flume核心组件的常见类型及参数配置
  • 7.5 Flume采集方案设计与实践
  • 7.6 场景应用：广告日志数据采集系统
  • 7.7 小结
  • 第8章 消息订阅系统Kafka
  • 8.1 Kafka技术概述
  • 8.2 Kafka应用场景介绍
  • 8.3 Kafka集群的安装
  • 8.4 Kafka的基础操作
  • 8.5 Kafka Java API的使用
  • 8.6 场景应用：广告日志数据实时传输
  • 8.7 小结
  • 第二部分 实战篇
  • 第9章 图书热度实时分析系统
  • 9.1 背景与目标
  • 9.2 创建IDEA项目并添加依赖
  • 9.3 图书数据采集
  • 9.4 图书热度指标构建
  • 9.5 图书热度实时计算
  • 9.6 图书热度实时分析过程的完整实现
  • 9.7 小结
  • 第10章 O2O优惠券个性化投放
  • 10.1 背景与目标
  • 10.2 数据探索及预处理
  • 10.3 多维度指标构建
  • 10.4 模型构建
  • 10.5 模型评价
  • 10.6 O2O平台营销手段和策略分析
  • 10.7 小结
  • 第11章 消费者人群画像
  • 11.1 背景与目标
  • 11.2 数据探索
  • 11.3 数据预处理
  • 11.4 消费者信用特征关联
  • 11.5 模型构建
  • 11.6 模型加载应用
  • 11.7 小结
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    5.0

    伴随着 Web 2.0、云计算、物联网等概念和技术的提出与快速发展，信息时代的 “大数据” 特征越来越明显。大数据相关的数据仓库、数据挖掘技术在商业、军事、经济、学术等众多领域也开始发挥越来越大的作用。与此同时，庞大的数据规模也给传统的数据挖掘工作带来了巨大的挑战。分布式计算平台具有强劲的数据处理能力，因此，数据挖掘与分布式计算平台相结合的方式正在成为行业的趋势，并不断地显现出强大的优势和潜力。

      转发
      评论

    出版方

    机械工业出版社有限公司

    机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。