返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • Hadoop与大数据挖掘 张良均 等 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 张良均 等 著著
    • 出版社: 机械工业出版社
    • 出版时间:2017-05-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 张良均 等 著著
    • 出版社:机械工业出版社
    • 出版时间:2017-05-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2017-05-01
    • 页数:322
    • 开本:16开
    • 装帧:平装
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    Hadoop与大数据挖掘

    作  者:张良均 等 著
    定  价:69
    出 版 社:机械工业出版社
    出版日期:2017年05月01日
    页  数:322
    装  帧:平装
    ISBN:9787111567875
    主编推荐

    内容简介

    这是一本适合教学和零基础自学的Hadoop与大数据挖掘的教程,即便你接近没有Hadoop编程基础和大数据挖掘基础,根据本书中的理论知识和上机实践,也能迅速掌握如何使用Hadoop进行大数据挖掘。全书主要分为两篇:基础篇(1-7章),首先从宏观上介绍了大数据相关概念和技术,然后逐一对Hadoop、Hive、HBase、Pig、Spark、Oozie等一系列大数据技术的概念、原理、架构,以及企业应用方法进行了详细介绍,同时配有大量的案例。掌握了这些内容,就具备了大数据技术的基础;挖掘实战篇(第8章),主要是一个企业级大数据应用项目——电子商务智能推荐系统。通过分析应用背景、构建系统,使读者了解针对系统的每一层应用使用什么大数据技术来解决问题。涉及的流程有数据采集、数据预处理、模型构建等,在每一个流程中会进行大数据相关技术实践,运用实际数据来进行分析,使读者切身感受到利用大数据技术解决问题的魅力null

    作者简介

    张良均,资历大数据挖掘专家和模式识别专家,有10多年的大数据挖掘应用、咨询经验,10余年数据仓库系统管理与实施经验,超过10年的系统开发与设计经验。为电信、电力、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务,实践经验很好丰富。此外,他精通Java EE企业级应用开发,是广东工业大学和华南师范大学兼职教授,著有《神经网络实用教程》、《数据挖掘:实用案例分析》等畅销书。

    精彩内容

    目录
    前言
    第一篇基础篇
    第1章浅谈大数据2
    1.1大数据概述3
    1.2大数据平台4
    1.3本章小结5
    第2章大数据存储与运算利器—Hadoop6
    2.1Hadoop概述6
    2.1.1Hadoop简介6
    2.1.2Hadoop存储—HDFS8
    2.1.3Hadoop计算—MapReduce11
    2.1.4Hadoop资源管理—YARN13
    2.1.5Hadoop生态系统14
    2.2Hadoop配置及IDE配置17
    2.2.1准备工作17
    2.2.2环境配置18
    2.2.3集群启动关闭与监控24
    2.2.4动手实践:一键式Hadoop集群启动关闭25
    2.2.5动手实践:HadoopIDE配置26
    2.3Hadoop集群命令28
    2.3.1HDFS常用命令hdfsdfs30
    2.3.2动手实践:hdfsdfs命令实战31
    2.3.3MapReduce常用命令mapred job32
    2.3.4YARN常用命令yarnjar32
    2.3.5动手实践:运行MapReduce任务33
    2.4Hadoop编程开发33
    2.4.1HDFSJavaAPI操作33
    2.4.2MapReduce原理35
    2.4.3动手实践:编写Word Count程序并打包运行44
    2.4.4MapReduce组件分析与编程实践46
    2.5K—Means算法原理及Hadoop MapReduce实现53
    2.5.1K—Means算法原理53
    2.5.2动手实践:K—Means算法实现55
    2.5.3Hadoop K—Means算法实现思路55
    2.5.4Hadoop K—Means编程实现57
    2.6TF—IDF算法原理及Hadoop MapReduce实现67
    2.6.1TF—IDF算法原理67
    2.6.2Hadoop TF—IDF编程思路67
    2.6.3Hadoop TF—IDF编程实现68
    2.7本章小结79
    第3章大数据查询—Hive81
    3.1Hive概述81
    3.1.1Hive体系架构82
    3.1.2Hive数据类型86
    3.1.3Hive安装87
    3.1.4动手实践:Hive安装配置91
    3.1.5动手实践:HiveQL基础—SQL91
    3.2HiveQL语句93
    3.2.1数据库操作94
    3.2.2Hive表定义94
    3.2.3数据导入100
    3.2.4数据导出103
    3.2.5HiveQL查询104
    3.3动手实践:基于Hive的学生信息查询108
    3.4基于Hive的航空公司客户价值数据预处理及分析109
    3.4.1背景与挖掘目标109
    3.4.2分析方法与过程111
    3.5本章小结115
    第4章大数据快速读写—HBase116
    4.1HBase概述116
    4.2配置HBase集群118
    4.2.1Zookeeper简介及配置118
    4.2.2配置HBase121
    4.2.3动手实践:HBase安装及运行122
    4.2.4动手实践:ZooKeeper获取HBase状态122
    4.3HBase原理与架构组件123
    4.3.1HBase架构与组件123
    4.3.2HBase数据模型127
    4.3.3读取/写入HBase数据128
    4.3.4RowKey设计原则129
    4.3.5动手实践:HBase数据模型验证131
    4.4HBaseShell操作132
    4.4.1HBase常用Shell命令132
    4.4.2动手实践:HBaseShell操作136
    4.5Java API&MapReduce与HBase交互137
    4.5.1搭建HBase开发环境137
    4.5.2使用JavaAPI操作HBase表144
    4.5.3动手实践:HBaseJava API使用147
    4.5.4MapReduce与HBase交互147
    4.5.5动手实践:HBase表导入导出150
    4.6基于HBase的冠字号查询系统151
    4.6.1案例背景151
    4.6.2功能指标151
    4.6.3系统设计152
    4.6.4动手实践:构建基于HBase的冠字号查询系统162
    4.7本章小结175
    第5章大数据处理—Pig176
    5.1Pig概述176
    5.1.1Pig Latin简介177
    5.1.2Pig数据类型179
    5.1.3Pig与Hive比较179
    5.2配置运行Pig180
    5.2.1Pig配置181
    5.2.2Pig运行模式181
    5.3常用PigLatin操作182
    5.3.1数据加载182
    5.3.2数据存储184
    5.3.3Pig参数替换185
    5.3.4数据转换186
    5.4综合实践194
    5.4.1动手实践:访问统计信息数据处理194
    5.4.2动手实践:股票交易数据处理195
    5.5本章小结196
    第6章大数据快速运算与挖掘—Spark197
    6.1Spark概述197
    6.2Spark安装集群199
    6.2.13种运行模式199
    6.2.2动手实践:配置Spark独立集群199
    6.2.33种运行模式实例201
    6.2.4动手实践:Spark Streaming实时日志统计205
    6.2.5动手实践:Spark开发环境—Intellij IDEA配置207
    6.3Spark架构与核心原理212
    6.3.1Spark架构212
    6.3.2RDD原理213
    6.3.3深入理解Spark核心原理215
    6.4Spark编程技巧218
    6.4.1Scala基础218
    6.4.2Spark基础编程218
    6.5如何学习Spark MLlib225
    6.5.1确定应用227
    6.5.2ALS算法直观描述228
    6.5.3编程实现229
    6.5.4问题解决及模型调优233
    6.6动手实践:基于Spark ALS电影推荐系统234
    6.6.1动手实践:生成算法包235
    6.6.2动手实践:完善推荐系统239
    6.7本章小结250
    第7章大数据工作流—Oozie252
    7.1Oozie简介252
    7.2编译配置并运行Oozie253
    7.2.1动手实践:编译Oozie253
    7.2.2动手实践:Oozie Server/client配置254
    7.3Oozie WorkFlow实践257
    7.3.1定义及提交工作流257
    7.3.2动手实践:MapReduce Work—Flow定义及调度260
    7.3.3动手实践:Pig WorkFlow定义及调度263
    7.3.4动手实践:Hive WorkFlow定义及调度265
    7.3.5动手实践:Spark WorkFlow定义及调度267
    7.3.6动手实践:Spark On Yarn定义及调度268
    7.4Oozie Coordinator实践270
    7.4.1动手实践:基于时间调度270
    7.4.2动手实践:基于数据有效性调度273
    7.5本章小结275
    第二篇挖掘实战篇
    第8章法律服务大数据智能推荐278
    8.1背景278
    8.2目标279
    8.3系统架构及流程279
    8.4分析过程及实现281
    8.4.1数据传输281
    8.4.2数据传输:动手实践282
    8.4.3数据探索分析283
    8.4.4数据预处理292
    8.4.5模型构建297
    8.5构建法律服务大数据智能推荐系统313
    8.5.1动手实践:构建推荐系统JavaEE313
    8.5.2动手实践:Oozie工作流任务317
    8.6本章小结322

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购