书城首页 › 当代 › 工业 › HADOOP大数据技术原理与应用
当代·工业

HADOOP大数据技术原理与应用

正版保障多仓发货48小时内发货2-3天送达可开发票
¥52.88 定价 ¥69.90 7.6折 立省 ¥17.02
现货库存 10 件 全新
商品参数
书名
HADOOP大数据技术原理与应用
作者
黑马程序员 组编,张玉龙 主编
出版社
清华大学出版社
出版时间
2026-08-01
ISBN
9787302721550
货号
1204481431
品相
全新
分类
当代·工业
购物车(0)
商品参数
书名
HADOOP大数据技术原理与应用
作者
黑马程序员 组编,张玉龙 主编
出版社
清华大学出版社
出版时间
2026-08-01
ISBN
9787302721550
货号
1204481431
品相
全新
分类
当代·工业
作者简介▼

张明强,担任江苏传智播客教育科技股份有限公司教材研发中心教材编辑一职,负责编写大数据技术相关教材和制作教材的配套资源,有多年教育领域相关工作经验,曾编写《Flink基础入门》《HBase基础入门》《Hive数据仓库应用》《NoSQL数据库技术与应用》等大数据技术教材。

目录▼

第1章 初识Hadoop

1.1 大数据概述

1.1.1 什么是大数据

1.1.2 大数据的数据类型

1.1.3 大数据的特征

1.1.4 研究大数据的意义

1.2 大数据的应用场景

1.2.1 医疗行业的应用

1.2.2 金融行业的应用

1.2.3 零售行业的应用

1.3 Hadoop概述

1.3.1 Hadoop的前世今生

1.3.2 Hadoop的优点与局限

1.3.3 Hadoop的生态体系

1.3.4 Hadoop架构变迁

1.4 本章小结

1.5 课后习题

第2章 部署Hadoop集群

2.1 Hadoop集群部署模式

2.2 Hadoop核心配置

2.3 基于伪分布式模式部署Hadoop

2.4 基于完全分布式模式部署Hadoop

2.5 案例——词频统计

2.6 本章小结

2.7 课后习题

第3章 HDFS分布式文件系统

3.1 文件系统的分类

3.2 HDFS简介

3.2.1 HDFS架构

3.2.2 HDFS的特点

3.3 HDFS的文件读写流程

3.4 HDFS的健壮性

3.5 HDFS Shell操作

3.5.1 HDFS Shell介绍

3.5.2 案例——通过Shell脚本定时采集数据到HDFS

3.6 HDFS Java API操作

3.6.1 HDFS Java API介绍

3.6.2 案例——使用HDFS Java API操作HDFS

3.7 Federation

3.7.1 Federation实现原理

3.7.2 Federation优缺点

3.7.3 实现Federation

3.8 Erasure Coding

3.9 本章小结

3.10 课后习题

第4章 MapReduce分布式计算框架

4.1 MapReduce概述

4.2 MapReduce编程模型

4.3 MapReduce工作原理

4.3.1 MapReduce工作过程

4.3.2 MapTask工作原理

4.3.3 ReduceTask工作原理

4.4 MapReduce编程组件

4.4.1 InputFormat组件

4.4.2 Mapper组件

4.4.3 Reducer组件

4.4.4 Partitioner组件

4.4.5 OutputFormat组件

4.5 MapReduce驱动类

4.6 MapReduce性能优化策略

4.7 YARN资源管理框架

4.7.1 YARN架构

4.7.2 YARN工作流程

4.8 MapReduce经典案例——数据去重

4.8.1 案例分析

4.8.2 案例实现

4.9 MapReduce经典案例——TopN

4.9.1 案例分析

4.9.2 案例实现

4.10 MapReduce经典案例——倒排索引

4.10.1 倒排索引概述

4.10.2 案例分析

4.10.3 案例实现

4.11 本章小结

4.12 课后习题

第5章 ZooKeeper分布式协调服务

5.1 ZooKeeper简介

5.1.1 ZooKeeper特性

5.1.2 ZooKeeper架构

5.2 ZooKeeper数据模型

5.3 ZooKeeper典型应用场景

5.4 ZooKeeper的Watcher机制

5.5 ZooKeeper的选举机制

5.6 部署ZooKeeper

5.6.1 基于伪分布式模式部署ZooKeeper

5.6.2 基于完全分布式模式部署ZooKeeper

5.7 ZooKeeper Shell操作

5.8 ZooKeeper Java API操作

5.8.1 建立会话

5.8.2 操作ZNode

5.9 本章小结

5.10 课后习题

第6章 Hadoop高可用集群

6.1 HDFS高可用集群

6.2 YARN高可用集群

6.3 部署Hadoop高可用集群

6.4 本章小结

6.5 课后习题

第7章 Hive数据仓库

7.1 数据仓库简介

7.1.1 什么是数据仓库

7.1.2 数据仓库的意义

7.1.3 数据仓库分层

7.1.4 数据仓库模型

7.2 Hive简介

7.2.1 Hive概述

7.2.2 Hive系统架构

7.2.3 Hive数据模型

7.2.4 Hive数据类型

7.3 Beeline概述

7.4 Hive部署

7.4.1 内嵌模式部署Hive

7.4.2 本地模式部署Hive

7.4.3 远程模式部署Hive

7.4.4 安装Tez

7.5 数据库操作

7.5.1 创建数据库

7.5.2 查询数据库

7.5.3 查看数据库信息

7.5.4 切换数据库

7.5.5 修改数据库

7.5.6 删除数据库

7.6 表操作

7.6.1 CREATE TABLE语句分析

7.6.2 创建表

7.6.3 查询表

7.6.4 查看表信息

7.6.5 修改表

7.6.6 删除表

7.6.7 修改分区

7.7 数据操作

7.7.1 加载数据

7.7.2 插入数据

7.7.3 查询数据

7.7.4 连接查询

7.8 本章小结

7.9 课后习题

第8章 Flume日志采集系统

8.1 Flume概述

8.2 Flume日志采集系统架构图

8.3 部署Flume

8.4 Flume的基本使用

8.5 Flume的采集方案

8.5.1 Flume Sources

8.5.2 Flume Channels

8.5.3 Flume Sinks

8.6 Flume拦截器

8.7 Flume的可靠性保证

8.7.1 负载均衡

8.7.2 故障恢复

8.8 案例——将日志采集到HDFS

8.8.1 案例分析

8.8.2 案例实现

8.9 本章小结

8.10 课后习题

第9章 Azkaban工作流管理器

9.1 工作流管理器概述

9.2 Azkaban概述

9.3 部署Azkaban

9.3.1 Azkaban部署模式

9.3.2 安装Azkaban

9.3.3 配置Azkaban

9.3.4 启动Azkaban

9.4 Azkaban的使用

9.4.1 Azkaban的常用概念

9.4.2 案例演示——基于依赖关系的Job调度管理

9.4.3 案例演示——基于MapReduce程序的Job调度管理

9.4.4 案例演示——基于Hive脚本的任务调度管理

9.5 本章小结

9.6 课后习题

第10章 Spark分布式计算框架

10.1 Spark概述

10.2 Spark SQL简介

10.3 部署Spark

10.3.1 Spark部署模式

10.3.2 基于Spark on YARN模式部署Spark

10.4 DataFrame的基础知识

10.4.1 DataFrame简介

10.4.2 DataFrame的创建

10.4.3 DataFrame的常用操作

10.4.4 DataFrame的数据写出

10.5 基于Spark实现数据迁移

10.5.1 案例演示——将MySQL中的数据导入HDFS

10.5.2 案例演示——将MySQL中的数据导入Hive

10.5.3 案例演示——将HDFS中的数据导入MySQL

10.5.4 案例演示——将Hive中的数据导入MySQL

10.6 本章小结

10.7 课后习题

第11章 综合项目——网站流量日志数据分析系统

11.1 系统概述

11.1.1 系统背景介绍

11.1.2 需求分析

11.1.3 系统架构

11.2 项目实施

11.3 本章小结

文摘▼

本书在前两版教学体系的基础上进行了系统升级与全面优化,以Hadoop 3.4.1为核心版本,围绕Hadoop生态的全流程展开讲解。全书共11章,内容覆盖大数据概念、Hadoop理论基础、Hadoop部署、HDFS应用、MapReduce应用、Hive部署与应用、ZooKeeper部署与应用、Flume部署与应用、Azkaban部署与应用、Spark部署与应用和综合项目实践,系统展示基于Hadoop生态构建大数据平台并完成端到端数据处理与分析的整体过程。

本书配有丰富的教学资源,包括教学PPT、教学大纲、教学设计、源代码、课后习题及答案等,并特别为初学者提供了在线答疑服务,以帮助读者更好地掌握书中的知识内容,欢迎读者关注和使用。

本书兼具系统性、实用性与时代性,既适合作为高等教育本科和专科数据科学与大数据技术及相关专业的教材,也可作为数据开发、数据分析岗位培训的实践指导用书。

¥52.88
🛒购物车