4.7 用户推荐指数
互联网
类型
可以朗读
语音朗读
352千字
字数
2017-06-01
发行日期
展开全部
主编推荐语
将Hadoop和Spark组合起来进行剖析，呈现完整的大数据技术方案。
内容简介
本书重点突出，避免了市场上大多数的大数据书籍面面俱到、不适合教学的弊端。提供了大量案例，所有案例代码都是完整的，都通过了JDK 1.8调试并给出了运行效果。不仅包含了Hadoop和Spark的概念、原理及其应用方法，还通过应用案例以图文并茂的方式展示了大数据应用系统的设计与实现过程，为读者深入学习Hadoop与Spark技术提供了颇具价值的参考。
主要内容包括：第一章大数据技术概述、第二章Hadoop平台的安装与配置、第三章Hadoop分布式文件系统、第四章HDFS API编程、第五章Hadoop分布式计算框架、第六章MapReduce API编程、第七章MapReduce高级编程、第八章Spark概述、第九章Spark Streaming编程、第十章Spark SQL编程。
目录
- 版权信息
- 内容提要
- 前言
- 第1章 大数据技术概述
- 1.1 大数据技术的发展背景
- 1.2 大数据的概念、特征及意义
- 1.3 大数据的存储与计算模式
- 1.4 大数据的典型应用
- 1.5 初识Hadoop大数据平台
- 1.6 习题
- 第2章 Hadoop平台的安装与配置
- 2.1 安装准备
- 2.2 Hadoop的集群安装
- 2.3 Hadoop开发平台的安装
- 2.4 习题
- 2.5 实训
- 第3章 Hadoop分布式文件系统
- 3.1 HDFS概述
- 3.2 HDFS的体系结构
- 3.3 HDFS Shell操作
- 3.4 习题
- 3.5 实训
- 第4章 HDFS API编程
- 4.1 HDFS API概述
- 4.2 HDFS Java API客户端编程
- 4.3 HDFS应用举例——云盘系统的实现
- 4.4 习题
- 4.5 实训
- 第5章 Hadoop分布式计算框架
- 5.1 MapReduce概述
- 5.2 YARN运行机制
- 5.3 数据的混洗处理
- 5.4 作业的调度
- 5.5 任务的执行
- 5.6 失败处理机制
- 5.7 MapReduce示例演示——WordCount
- 5.8 习题
- 第6章 MapReduce API编程
- 6.1 MapReduce API概述
- 6.2 MapReduce的数据类型
- 6.3 MapReduce的输入
- 6.4 MapReduce的输出
- 6.5 MapReduce的任务
- 6.6 MapReduce应用举例——倒排索引
- 6.7 习题
- 6.8 实训
- 第7章 MapReduce 高级编程
- 7.1 自定义数据类型
- 7.2 自定义输入/输出
- 7.3 自定义Combiner/Partitioner
- 7.4 组合式计算作业
- 7.5 MapReduce的特性
- 7.6 MapReduce应用举例——成绩分析系统的实现
- 7.7 习题
- 7.8 实训
- 第8章 Spark概述
- 8.1 环境搭建
- 8.2 Spark简介
- 8.3 Spark大数据技术框架
- 8.4 Spark 2.0 使用体验
- 8.5 Spark的数据模型
- 8.6 Spark任务调度
- 8.7 习题
- 8.8 实训
- 第9章 Spark Streaming编程
- 9.1 Spark Streaming介绍
- 9.2 Spark Streaming工作机制
- 9.3 Spark的DStream流
- 9.4 Spark Streaming案例
- 9.5 集群处理与性能
- 9.6 习题
- 9.7 实训
- 第10章 Spark SQL编程
- 10.1 Spark SQL概述
- 10.2 DataFrame
- 10.3 数据源
- 10.4 Spark Streaming与Spark SQL综合案例
- 10.5 习题
- 10.6 实训
- 参考文献
展开全部
评分及书评
4.7
3个评分
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
