主编推荐语
本书通过30个小案例和4个项目案例及20小时教学视频手把手带领小白入门Hadoop大数据分析的核心技术。
内容简介
本书全面介绍了Hadoop大数据分析的基础知识、14个核心组件模块及4个项目实战案例。为了帮助读者高效、直观地学习，作者特意为本书录制了20小时同步配套教学视频。
本书共19章，分为3篇。第1篇Hadoop基础知识，涵盖大数据概述、Hadoop的安装与配置、Hadoop分布式文件系统及基于Hadoop 3的HDFS高可用等相关内容；第2篇Hadoop核心技术，涵盖的内容有Hadoop的分布式协调服务：ZooKeeper；分布式离线计算框架：MapReduce；Hadoop的集群资源管理系统：YARN；Hadoop的数据仓库框架：Hive；大数据快速读写：HBase；海量日志采集工具：Flume；Hadoop和关系型数据库间的数据传输工具：Sqoop；分布式消息队列：Kafka；开源内存数据库：Redis；Ambari和CDH；快速且通用的集群计算系统：Spark。第3篇Hadoop项目案例实战，主要介绍了基于电商产品的大数据业务分析系统、用户画像分析、基于个性化的视频推荐系统及电信离网用户挽留4个项目实战案例，以提高读者的大数据项目开发水平。
本书内容全面，实用性强，适合作为Hadoop大数据分析与挖掘的入门读物，也可作为Java程序员的进阶读物。另外，本书还特别适合想要提高大数据项目开发水平的人员阅读。对于专业的培训机构和相关院校而言，本书也是一本不可多得的教学用书。
目录
- 版权信息
- 前言
- 第1篇 Hadoop基础知识
- 第1章 初识Hadoop
- 1.1 大数据初探
- 1.2 Hadoop简介
- 1.3 小结
- 第2章 Hadoop的安装与配置
- 2.1 虚拟机的创建
- 2.2 安装Linux系统
- 2.3 配置网络信息
- 2.4 克隆服务器
- 2.5 SSH免密码登录
- 2.6 安装和配置JDK
- 2.7 Hadoop环境变量配置
- 2.8 Hadoop分布式安装
- 2.9 小结
- 第3章 Hadoop分布式文件系统
- 3.1 DFS介绍
- 3.2 HDFS介绍
- 3.3 Hadoop中HDFS的常用命令
- 3.4 HDFS的应用
- 3.5 小结
- 第4章 基于Hadoop 3的HDFS高可用
- 4.1 Hadoop 3.x的发展
- 4.2 Hadoop 3 HDFS完全分布式搭建
- 4.3 什么是HDFS高可用
- 4.4 搭建HDFS高可用
- 4.5 小结
- 第2篇 Hadoop核心技术
- 第5章 Hadoop的分布式协调服务——ZooKeeper
- 5.1 ZooKeeper的核心概念
- 5.2 ZooKeeper的安装与运行
- 5.3 ZooKeeper服务器端的常用命令
- 5.4 客户端连接ZooKeeper的相关操作
- 5.5 使用Java API访问ZooKeeper
- 5.6 小结
- 第6章 分布式离线计算框架——MapReduce
- 6.1 MapReduce概述
- 6.2 MapReduce执行过程
- 6.3 MapReduce实例
- 6.4 温度排序实例
- 6.5 小结
- 第7章 Hadoop的集群资源管理系统——YARN
- 7.1 为什么要使用YARN
- 7.2 YARN的基本架构
- 7.3 YARN工作流程
- 7.4 YARN搭建
- 7.5 小结
- 第8章 Hadoop的数据仓库框架——Hive
- 8.1 Hive的理论基础
- 8.2 Hive的配置与安装
- 8.3 Hive表的操作
- 8.4 表的分区与分桶
- 8.5 内部表与外部表
- 8.6 内置函数与自定义函数
- 8.7 通过Java访问Hive
- 8.8 Hive优化
- 8.9 小结
- 第9章 大数据快速读写——HBase
- 9.1 关于NoSQL
- 9.2 HBase基础
- 9.3 HBase安装
- 9.4 HBase的Shell操作
- 9.5 Java API访问HBase实例
- 9.6 小结
- 第10章 海量日志采集工具——Flume
- 10.1 什么是Flume
- 10.2 Flume的特点
- 10.3 Flume架构
- 10.4 Flume的主要组件
- 10.5 Flume安装
- 10.6 Flume应用典型实例
- 10.7 通过exec命令实现数据收集
- 10.8 小结
- 第11章 Hadoop和关系型数据库间的数据传输工具——Sqoop
- 11.1 什么是Sqoop
- 11.2 Sqoop工作机制
- 11.3 Sqoop的安装与配置
- 11.4 Sqoop数据导入实例
- 11.5 Sqoop数据导出实例
- 11.6 小结
- 第12章 分布式消息队列——Kafka
- 12.1 什么是Kafka
- 12.2 Kafka的架构和主要组件
- 12.3 Kafka的下载与集群安装
- 12.4 Kafka应用实例
- 12.5 小结
- 第13章 开源的内存数据库——Redis
- 13.1 Redis简介
- 13.2 Redis安装与配置
- 13.3 客户端登录
- 13.4 Redis的数据类型
- 13.5 小结
- 第14章 Ambari和CDH
- 14.1 Ambari的安装与集群管理
- 14.2 CDH的安装与集群管理
- 14.3 小结
- 第15章 快速且通用的集群计算系统——Spark
- 15.1 Spark基础知识
- 15.2 弹性分布式数据集RDD
- 15.3 Spark作业运行机制
- 15.4 运行在YARN上的Spark
- 15.5 Spark集群安装
- 15.6 Spark实例详解
- 15.7 小结
- 第3篇 Hadoop项目案例实战
- 第16章 基于电商产品的大数据业务分析系统实战
- 16.1 项目背景、实现目标和项目需求
- 16.2 功能与流程
- 16.3 数据收集
- 16.4 数据预处理
- 16.5 数据分析——创建外部表
- 16.6 建立模型
- 16.7 数据可视化
- 16.8 小结
- 第17章 用户画像分析实战
- 17.1 项目背景
- 17.2 项目目标与项目开发过程
- 17.3 核心代码解读
- 17.4 项目部署
- 17.5 小结
- 第18章 基于个性化的视频推荐系统实战
- 18.1 项目背景
- 18.2 项目目标与推荐系统简介
- 18.3 推荐系统项目架构
- 18.4 推荐系统模型构建
- 18.5 核心代码
- 18.6 小结
- 第19章 电信离网用户挽留实战
- 19.1 商业理解
- 19.2 数据理解
- 19.3 数据整理
- 19.4 数据清洗
- 19.5 数据转换
- 19.6 建模
- 19.7 评估
- 19.8 部署
- 19.9 用户离网案例代码详解
- 19.10 小结
评分及书评
- 给这本书评了5.0
本书可以帮助大数据开发人员充分了解当下流行的大数据技术和应用方法，从而在大数据项目中能更加自信、高效地完成项目开发。书中为有意涉猎大数据领域的人提供了详尽的指导，让他们能够更快、更好地掌握大数据的核心技术，并应用于项目实践，从而脱颖而出，顺利进军大数据行业。另外，本书也为大数据项目开发小组提供了可参考和借鉴的选拔大数据人才的技术标准。
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。
