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大数据处理技术基础与实践 安俊秀 王鹏 靳宇倡 著 大中专 文轩网
  • 新华书店正版
    • 作者: 安俊秀 王鹏 靳宇倡著
    • 出版社: 人民邮电出版社
    • 出版时间:2015-12-01 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: 安俊秀 王鹏 靳宇倡著
    • 出版社:人民邮电出版社
    • 出版时间:2015-12-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2015-12-01
    • 字数:494千字
    • 页数:291
    • 开本:其他
    • 装帧:平装
    • ISBN:9787115400741
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    Hadoop大数据处理技术基础与实践

    作  者:安俊秀 王鹏 靳宇倡 著
    定  价:45
    出 版 社:人民邮电出版社
    出版日期:2015年12月01日
    页  数:291
    装  帧:平装
    ISBN:9787115400741
    主编推荐

    热门技术 院校关注 市场空白 专家团队 广泛调研 内容基础 循序渐进 资源丰富 本书的体系结构及内容做了精心的设计,实现理论指导实践、实践提升理论的良性循环。按照“模块理论-模块实践”这一思路进行编排,通过不断地螺旋迭代逐渐让学生掌握Hadoop的体系架构及各组件的功能及相应典型案例。在内容编写方面,注意难点分散、循序渐进;在实例选取方面,注意实用性强、针对性强。

    内容简介

    全书共有12章,从Hadoop起源开始,介绍了Hadoop的安装和配置,并对Hadoop的组件分别进行了介绍,包括HDFS分布式存储系统,MapReduce计算框架,海量数据库HBase,Hive数据仓库,Pig、ZooKeeper管理系统等知识,最后对Hadoop实时数据处理技术作了简单介绍,旨在让读者了解当前的其它的大数据处理技术。本书除了对Hadoop的理论进行说明之外,还对如何使用各组件进行了介绍,但介绍的只是基础的使用,没有涉及到底层的高级内容,所以本书只是起一个引导作用,旨在让读者了解Hadoop并能够使用Hadoop的基本功能,并不是学习Hadoop的接近手册。 本书适用于高等院校的学生;是云计算专业、物联网专业及云计算与大数据专业的核心基础课程,也是计算机相关专业的一门新增专业课或选修课;适合于零售及云计算与大数据技术相关的培训班等使用。

    作者简介

      安俊秀,女,教授,西安交通大学攻读计算机科学与技术专业,获工学硕士学位。中国计算机学会高级会员;中国电子学会高级会员;成都市科技攻关计划评审专家;成都军区项目评审专家;汕尾市科技顾问团首席顾问。     在科研工作方面,一直从事云计算与大数据、信息智能搜索与计算社会方面的研究工作。近五年来就此发表论文40余篇,其中第一作者20余篇,核心期刊以上占15余篇。主编或参与完成专著3部、教材4部,6部由重量出版社出版。获得国家发明专利2项(2014授权),实用新型专利授权12项。获得软件著作权13项。科研项目20项,其中作为项目负责人承担省部级项目3项;作为主研人员参与重量项目6项、省级项目6项。

    精彩内容

    目录
    Hadoop基础与实践 第1章Hadoop概述 1.1 Hadoop来源和动机 1.2 Hadoop体系架构 1.3 Hadoop与分布式开发 1.4 Hadoop行业应用案例分析 1.4.1 Hadoop在门户网站的应用 1.4.2 Hadoop在搜索引擎中的应用 1.4.3 Hadoop在电商平台中的应用 1.5小结 第2章Hadoop安装与配置管理 2.1 实验准备 2.2 配置一个单节点环境 2.2.1 运行一个虚拟系统CentOS 2.2.2 配置网络 2.2.3创建新的用户组和用户 2.2.4上传文件到CentOS并配置Java、Hadoop环境 2.2.5 修改Hadoop2.2配置文件 2.2.6修改CentOS主机名 2.2.7绑定hostname与IP 2.2.8关闭防火墙 2.3节点之间的免密码通信 2.3.1什么是SSH 2.3.2 拷贝虚拟机节点 2.3.3 配置SSH免密码登录 2.4 Hadoop的启动和测试 2.4.1 格式化文件系统 2.4.2启动HDFS 2.4.3 启动Yarn 2.4.4 管理JobHistory Server 2.4.5 集群验证 2.4.6 需要了解的默认配置 2.5动态管理节点 2.5.1 动态增加和删除datanode 2.5.2 动态修改TaskTracker 2.6小结 第3章HDFS技术 3.1HDFS的特点 3.2HDFS架构 3.2.1数据块 3.2.2元数据节点与数据节点 3.2.3辅助元数据节点 3.2.4安全模式 3.2.5负载均衡 3.2.6垃圾回收 3.3HDFS Shell命令 3.3.1文件处理命令 3.3.2dfsadmin命令 3.3.3namenode命令 3.3.4fsck命令 3.3.5pipes命令 3.3.6job命令 3.4HDFS中Java API的使用 3.4.1上传文件 3.4.2新建文件 3.4.3查看文件详细信息 3.4.4下载文件 3.5RPC通信 3.5.1反射机制 3.5.2代理模式与动态代理 3.5.3Hadoop RPC机制与源码分析 3.6小结 第4章Map/Reduce技术 4.1 什么是Map/Reduce 4.2 Map/Reduce编程模型 4.2.1 MapReduce编程模型简介 4.2.2 Map/Reduce简单模型 4.2.3 Map/Reduce复杂模型 4.2.4 Map/Reduce编程实例–WordCount 4.3 Map/Reduce数据流 4.3.1分片、格式化数据源(InputFormat) 4.3.2 Map过程 4.3.3 Shuffle过程 4.3.4 Reduce过程 4.3.5文件写入(OutputFormat) 4.4 Map/Reduce任务流程 4.4.1 MRv2基本组成 4.4.2 Yarn基本组成 4.4.3 任务流程 4.5 Map/Reduce的Streaming和Pipe 4.5.1 Hadoop Streaming 4.5.2 Hadoop Pipe 4.6 Map/Reduce性能调优 4.7Map/Reduce实战 4.7.1 快速入门 4.7.2简单使用Eclipse插件 4.8小结 第5章Hadoop I/O操作 5.1HDFS数据完整性 5.1.1校验和 5.1.2DataBlockScanner 5.2基于文件的数据结构 5.2.1SequenceFile存储 5.2.2MapFile 5.2.3SequenceFile转换为MapFile 5.3压缩 5.3.1Codec 5.3.2本地库 5.3.3如何选择压缩格式 5.4序列化 5.4.1Writable接口 5.4.2WritableComparable 5.4.3Hadoop writable基本类型 5.4.4自定义writable类型 5.5小结 第6章海量数据库HBase技术 6.1 初识HBase 6.2 HBase表视图 6.2.1概念视图 6.2.2物理视图 6.3HBase物理存储模型 6.4安装HBase 6.4.1HBase单节点安装 6.4.2HBase伪分布式安装 6.4.3HBase接近分布式安装 6.5HBaseShell 6.5.1general一般操作 6.5.2ddl操作 6.5.3dml操作 6.5.4小结 6.6小结 第7章ZooKeeper技术 7.1 分布式协调技术 7.2 实现者 7.3 角色 7.4 ZooKeeper数据模型 7.4.1Znode 7.4.2ZooKeeper中的时间 7.4.3ZooKeeper节点属性 7.4.4watch触发器 7.5 ZooKeeper集群安装 7.6 ZooKeeper主要Shell操作 7.7 典型运用场景 7.7.1数据发布与订阅 7.7.2统一命名服务(Name Service) 7.7.3分布通知/协调(Distribution of notification/coordination) 7.8小结 第8章分布式数据仓库技术Hive 8.1 Hive出现原因 8.2 Hive服务组成 8.3 Hive安装 8.3.1 Hive基本安装 8.3.2 MySQL安装 8.3.3 Hive配置 8.4 Hive Shell介绍 8.5HiveQL详解 8.5.1 Hive管理数据方式 8.5.2 Hive表DDL操作 8.5.3 Hive表DML操作 8.6小结 第9章分布式数据分析工具Pig 9.1 Pig的安装和配置 9.2 Pig基本概念 9.3 Pig保留关键字 9.4使用Pig 9.4.1 Pig命令行选项 9.4.2 Pig的两种运行模式 9.4.3 Pig相关Shell命令详解 9.4.4Pig程序运行方式 9.4.5 Pig输入与输出 9.5模式(Schemas) 9.6 Pig相关函数详解 9.7小结 第10章 Hadoop与RDBMS数据迁移工具Sqoop 10.1 Sqoop基本安装 10.2 Sqoop配置 10.3 Sqoop相关功能 10.4 Hive、Pig和Sqoop三者之间的关系 10.5小结 第11章Hadoop1.x与Hadoop2.x的比较 11.1 Hadoop发展历程 11.2 Hadoop1.x与Hadoop2.x之间的差异 11.2.1 Hadoop1与Hadoop2体系结构对比 11.2.2 Hadoop1与Hadoop2之间配置差异 11.2.3 Hadoop2的Yarn框架 11.2.4 HDFS联邦机制(Federation) 11.3小结 第12章Hadoop实时数据处理技术 12.1 Storm-Yarn 12.1.1 Apache Storm组成结构 12.1.2 Storm数据流 12.1.3 Storm-Yarn产生背景 12.1.4 Storm-Yarn功能介绍 12.2 Apache Spark 12.2.1 Apache Spark组成结构 12.2.2 Apache Spark扩展功能 12.3 Storm与Spark的比较 12.4小结 附录一:使用Eclipse提交Hadoop任务相关错误解决 附录二:常用Pig内置函数简介

    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