xxxfreesexmoves-haodiaocao这里只有精品视频-欧美性受黑人性爽-欧美性受xxxxxx黑人xyx性爽|www.jsyyzsb.com

本書從大數據的概念和特征開始講起，首先讓讀者對大數據有一個感性的認識；然后結合大數據平臺的各個模塊，詳細介紹了大數據的存儲、處理、分析、可視化等方面的原理和操作；最后介紹了大數據在各行業中的應用，讓讀者更加充分地感受到大數據技術的優勢，以及大數據應用的價值。 本書適合高等院校相關專業的學生使用，也適合參加大數據技術培訓課程的人員使用，還可以作為從事ICT行業相關工作的人員和大數據技術愛好者的參考書。

1.淺入深出地介紹基礎理論，易于讀者學習、理解和掌握，保障基礎讀者無障礙理解。 2.本書的大綱結構和文字描述由業內專家執筆，且內容經過多方專家反復論證推敲，力求嚴謹準確。 3.摒棄了以清單羅列知識點的生硬做法，按照大數據處理平臺、關鍵技術、計算框架、使用工具、應用案例的順序展開，以大數據技術的基本理論為起點，逐漸深入介紹常用技術。 4.內容完整性經過反復推敲，涵蓋具有級職稱的讀者應該掌握的技術知識。 5.以大數據技術、軟件、框架為模塊，逐步深入，介紹相關理論和應用。 6.結合實際應用，引用大數據在金融、電信、制造業、能源、醫療等行業的應用案例，加深讀者的理解。 7.各章配有學習目標、總結、練習題及其答案，供讀者快速歸納、復習和檢驗本章所學內容。 8.配套資源豐富，包含實驗手冊、視頻講解、授課課件（PPT）、綜合實訓。

黃史浩 多年的Hadoop大數據平臺企業業務應用實踐，具有豐富的Hadoop平臺運維，開發與分析實戰經驗 2. 主導過多個大型大數據項目的開發，如維達國際大數據平臺、中國商品進出口交易中心ETL日志分析大數據平臺 3、多年大數據與數據挖掘等IT領域技術培訓經驗，豐富的課程設計和授課經驗。

第 1 章 大數據概述 0 11 大數據的概念與價值 2 111 大數據的基本概念 2 112 大數據的來源 4 113 大數據的價值 5 114 挖掘企業大數據價值的方式 7 12 大數據的關鍵技術 7 121 大數據采集、預處理、存儲與管理 8 122 大數據分析與挖掘 8 123 大數據可視化 9 13 大數據產業 9 131 數據提供 9 132 技術提供 10 133 服務提供 10 14 大數據應用場景 11 15 本章總結 11 練習題 12 第 2 章 Hadoop 大數據處理平臺 14 21 Hadoop 平臺概述 16 211 Hadoop 起源及發展 16 212 Hadoop 特性 17 213 Hadoop 應用現狀 17 214 Hadoop 版本及相關平臺 18 22 Hadoop 生態系統 18 221 HDFS 和 HBase 18 222 MapReduce 和 YARN 19 223 Hive 20 224 Sqoop 和 Flume 20 225 ZooKeeper 和 Oozie 20 226 Kerberos 和 LDAP 21 227 Impala 和 Solr 21 228 Kafka 21 23 Hadoop 安裝部署 22 231 Hadoop 規劃部署 22 232 Hadoop 的安裝方式 23 24 華為 FusionInsight HD 安裝部署 27 241 FusionInsight HD 簡介 27 242 FusionInsight HD 集成設計 29 243 FusionInsight HD 安裝部署 35 244 FusionInsight HD 重要參數配置 44 25 本章總結 45 練習題 45 第 3 章 HDFS 48 31 概述 50 311 DFS 的概念與作用 51 312 HDFS 概述 51 32 HDFS 的相關概念 52 321 HDFS 塊 52 322 NameNode 53 323 Secondary NameNode 54 324 DataNode 55 33 HDFS 體系架構與原理 56 331 HDFS 體系架構 56 332 HDFS 的高可用機制 56 333 HDFS 的目錄結構 58 334 HDFS 的數據讀寫過程 61 34 HDFS 接口及其在 FusionInsight HD 編程中的實踐 63 341 HDFS 常用的 Shell 命令 63 342 HDFS 的 Web 界面 65 343 HDFS 的 Java API 及應用實例 66 35 本章總結 72 練習題 73 第 4 章 MapReduce 和 YARN 76 41 MapReduce 技術原理 78 411 MapReduce 概述 79 412 Map 函數與 Reduce 函數 79 42 YARN 技術原理 80 421 YARN 的概述與應用 80 422 YARN 的架構 81 423 MapReduce 的計算過程 82 424 YARN 的資源調度 84 43 FusionInsight HD 中 MapReduce 的應用 85 431 WordCount 實例分析 85 432 MapReduce 編程實踐 86 44 本章總結 93 練習題 93 第 5 章 HBase 96 51 HBase 概述與應用 98 511 HBase 簡介 98 512 HBase 的特性 99 513 HBase 與關系數據庫的區別 100 514 HBase 的應用場景 100 52 HBase 的架構原理 101 521 HBase 的數據模型 101 522 表和 Region 102 523 HBase 的系統架構與功能組件 103 524 HBase 的讀寫流程 104 525 HBase 的 Compaction 過程 106 53 FusionInsight HD 中 HBase 的編程實踐 107 531 FusionInsight HD 中 HBase 的常用參數配置 107 532 HBase 常用的 Shell 命令 109 533 HBase 常用的 Java API 及應用實例 112 54 本章總結 131 練習題 131 第 6 章 Hive 134 61 Hive 概述 136 611 Hive 的基本概念及應用 136 612 Hive 的特性 137 613 Hive 與傳統數據倉庫的區別 138 62 Hive 的架構和數據存儲 138 621 Hive 的架構原理 139 622 Hive 的數據存儲模型 141 623 HiveQL 編程 142 63 FusionInsight HD 中 Hive 的應用實踐 148 631 FusionInsight HD 中 Hive 的常用參數配置 148 632 加載數據到 Hive 149 633 使用 HiveQL 進行數據分析 151 64 本章總結 156 練習題 156 第 7 章 Sqoop 和 Loader 158 71 Sqoop 概述 160 711 Sqoop 簡介與應用 161 712 Sqoop 的功能與特性 161 713 Sqoop 與傳統 ETL 的區別 162 72 FusionInsight HD 中 Loader 的應用實踐 162 721 FusionInsight HD 中 Loader 與 Sqoop 的對比 163 722 FusionInsight HD 中 Loader 的參數配置 164 723 使用 Loader 進行數據轉換 165 724 Loader 常用的 Shell 命令 166 725 Loader 應用實踐 168 73 本章總結 170 練習題 170 第 8 章 Flume 172 81 Flume 概述 174 811 Flume 簡介 174 812 Flume 的功能與特性 177 813 Flume 與其他主流開源日志收集系統的區別 178 82 FusionInsight HD 中 Flume 的應用實踐 178 821 FusionInsight HD 中 Flume 的常用參數配置 179 822 Flume 常用的 Shell 命令 180 823 Flume 與 Kafka 結合進行日志處理 181 83 本章總結 184 練習題 185 第 9 章 Spark 186 91 Spark 概述 188 911 Spark 的概述與應用 189 912 Scala 語言介紹 190 913 Spark 生態系統組件 190 914 Spark 與 Hadoop 的對比 191 92 Spark 技術架構 192 921 Spark 的運行原理 192 922 RDD 概念與原理 194 923 Spark 的 3 種部署方式 196 924 使用開發工具測試 Spark 198 93 FusionInsight HD 中 Spark 的應用實踐 199 931 運行 Spark Shell 199 932 進行 Spark RDD 操作 200 933 使用 Spark 客戶端工具運行 Spark 程序 202 94 Spark Streaming 206 941 Spark Streaming 的設計思想 206 942 Spark Streaming 的應用實例 206 95 Spark SQL 210 951 Spark SQL 的功能 210 952 FusionInsight HD 中 Spark SQL 的應用實例 210 96 Spark MLlib 212 961 機器學習簡介 212 962 Spark MLlib 的功能 213 97 Spark GraphX 213 971 圖計算簡介 213 972 Spark GraphX 功能簡介 214 98 本章總結 214 練習題 215 第 10 章 大數據流計算 216 101 流計算概述 218 1011 靜態數據和流數據的概念 219 1012 流計算的概念 219 1013 MapReduce 和流計算 220 1014 流計算框架 220 102 流計算的處理流程 221 1021 數據實時采集 221 1022 數據實時計算 221 1023 數據實時查詢 222 103 Streaming 流計算 222 1031 Streaming 簡介 222 1032 Streaming 的特點 225 1033 Streaming 中 FusionInsight HD 的應用實踐 226 1034 Spark Streaming 與 Streaming 的差異 231 104 本章總結 232 練習題 233 第 11 章 數據可視化 234 111 可視化概述 236 1111 數據可視化簡介 237 1112 數據可視化的重要性 237 1113 可視化的發展歷程 238 1114 數據可視化的實現過程 239 112 可視化工具 240 1121 入門級工具（Excel） 240 1122 普通工具（R 語言） 240 1123 高級工具（Tableau 和 QlikView） 241 113 可視化的典型應用 241 1131 可視化在醫學上的應用 241 1132 可視化在工程中的應用 242 1133 可視化在互聯網中的應用 243 114 本章總結 243 練習題 244 第 12 章 大數據行業應用 246 121 大數據在金融行業中的應用 248 122 大數據在電信行業中的應用 250 123 大數據在互聯網行業中的應用 253 124 本章總結 254 練習題 255 術語表 256 參考文獻 268