大數據基礎教程（21世紀高等學校通識教育規劃教材）
定 價：¥59
中 教 價：¥47.20 (8.00折）
庫 存 數： 2
本書是理論與實踐相結合的教材，以Centos 7、Eclipse等為實驗開發工具，搭建了Hadoop、HBase、ZooKeeper、Spark等相應的實驗集群，通過相關經典實驗案例，使學生由淺入深、由點到面的逐步提高和鞏固大數據基礎理論知識和綜合實踐能力。
隨著云時代的到來，大數據(Big Data)引起了人們越來越多的關注。大數據作為IT領域最熱門的技術之一，正在不斷滲透到人們的生活中，具有廣闊的應用空間和發展前景，社會對大數據人才的需求也日益迫切。了解和學習大數據相關知識，不僅是對數據科學和大數據技術、計算機等相關專業學生的要求，也是學生未來職業發展的一種重要途徑。
本書與實踐相結合介紹大數據基礎理論，以Centos 7、Eclipse等作為實驗開發環境和工具，搭建了包括Hadoop、HBase、ZooKeeper、Spark等Hadoop生態圈的實驗集群，通過典型的實驗案例，學生可以由淺入深、由點到面地逐步學習、掌握大數據基礎理論知識，并能結合具體實驗熟悉大數據基礎技術，培養綜合實踐能力。
本書內容充實、豐富，覆蓋面廣，共分為10章。第1章介紹大數據相關定義及概念，包括大數據的歷史與發展、大數據的特點和應用場景以及大數據的挑戰和機遇等；第2章介紹Apache架構與Apache Hadoop的基本概念、Hadoop的安全性、Hadoop的搭建及相關實驗案例；第3章介紹Hadoop分布式文件系統(HDFS)的概念、原理、常用命令及簡單的實驗案例；第4章介紹YARN的基本架構，描述YARN的工作流程，詳細分析YARN協議及優點；第5章介紹MapReduce的基本知識，詳細描述Map框架流程、應用MapReduce所需的環境搭建及相關實驗；第6章介紹Hive的相關定義、Hive安裝配置過程及典型實驗；第7章介紹HBase的基礎、數據模型以及訪問接口，詳細講解HBase偽分布式和完全分布式的安裝與配置；第8章介紹ZooKeeper的發展背景及主要特點，詳細說明ZooKeeper的體系結構與關鍵算法ZAB，同時還介紹ZooKeeper的四字命令及集群搭建操作，并講解相應的實驗案例；第9章介紹Spark的基本概念、組件以及Spark的特性，著重描述Spark的主要架構，并對Spark的計算模型、集群搭建、相關技術及實驗進行詳細講解；第10章主要介紹Apache Kafka分布式消息系統相關的消息隊列、中間件，詳細描述Kafka的結構、Producer和Consumer的消息狀態、Kafka的相應消息與日志、Kafka的特性及Kafka的消息發送與接收。本書在多數章章末提供了必要的基礎實驗，便于讀者全面、深入地掌握大數據基礎技術的知識點。
本書的編寫得到了重慶大學大數據與軟件學院領導的關心和支持，鄧惠尹、王子梁、張鈞洋、王丹、譚楊等參與了本書部分內容的編寫工作，在此一并表示感謝。
由于作者水平有限，加之時間倉促，書中難免存在疏漏和不妥之處，懇請同行專家和讀者給予批評和指正。對于本書中的實驗操作視頻，讀者可掃描相應章節的二維碼直接觀看。
本書的配套課件、完整的案例源代碼等資源可以從清華大學出版社網站www.tup.com.cn或微信公眾號“書圈”下載，本書及課件等資源的使用中如有問題，請聯系404905510@qq.com。
編者2020年8月
王成良，男，已從事教學和科研工作近30年。一直在重慶大學計算機學院和軟件學院從事多媒體技術、計算機網絡、數據庫技術等課程的教學工作。
曾經編寫過的教材（教材名稱、出版時間、字數、出版社、獲獎情況等）
1) 多媒體技術與網頁設計, 2006.8，完成10萬字，清華大學出版社
2) Web開發技術及其應用，2007.10，完成65萬字，清華大學出版社
3) JAVA EE 5開發基礎與實踐, 2008.11, 完成15萬字，清華大學出版社
4) 數據庫技術及應用，2011，清華大學出版社
5）Web開發技術（第2版），2013，清華大學出版社
第1章大數據概述
1.1大數據發展背景
1.1.1引言
1．1．2發展歷程
1．2大數據相關概念及特點
1．2．1大數據特點
1．2．2相關概念介紹
1．3大數據應用過程
1．3．1數據采集
1．3．2預處理
1．3．3數據存儲管理
1．3．4數據挖掘分析
1．4大數據技術
1．4．1大數據集群
1．4．2大數據技術架構
1．5大數據行業應用
1．5．1互聯網與電子商務行業
1．5．2醫療健康行業
1．5．3交通行業大數據應用
1．5．4金融行業
1．5．5政府機構
1．5．6零售業
1．5．7其他應用領域
1．6大數據的挑戰和機遇
1．6．1大數據的挑戰
1．6．2大數據的機遇
1．7本書內容結構介紹
第2章Hadoop基礎
2．1概念介紹
2．1．1架構
2．1．2Apache Hadoop概述
2．2Hadoop的安全性
2．2．1安全問題
2．2．2Simple機制
2．2．3Kerberos機制
2．2．4委托令牌
2．3實驗環境準備
2．3．1虛擬機安裝
2．3．2CentOS 7 系統安裝
2．3．3其他軟件安裝
2．4搭建Hadoop
2．4．1CentOS 7系統配置
2．4．2SSH免密碼登錄
2．4．3配置JDK
2．4．4解壓Hadoop
2．4．5配置Hadoop
2．4．6啟動Hadoop
第3章HDFS的介紹和簡單操作
3．1Hadoop分布式文件系統(HDFS)
3．2HDFS的原理
3．3HDFS寫操作
3．4HDFS讀操作
3．5HDFS刪除操作
3．6HDFS常用命令
3．7實驗
3．7．1創建目錄
3．7．2上傳文件命令
3．7．3羅列HDFS上的文件
3．7．4查看HDFS里某一個文件
3．7．5將HDFS中的文件復制到本地
3．7．6遞歸刪除HDFS下的文檔
第4章YARN的原理和操作
4．1YARN簡介
4．1．1YARN的概念及背景
4．1．2YARN的使用
4．1．3YARN介紹
4．2YARN的基本架構
4．3YARN的工作流程
4．4YARN協議
4．5YARN的優點
第5章MapReduce的介紹和簡單使用
5．1MapReduce簡介
5．2Map過程
5．3Reduce過程
5．4開發環境的搭建
5．5實驗
5．5．1單詞計數
5．5．2二次排序實驗
5．5．3計數器實驗
第6章Hive
6．1Hive 簡介
6．1．1Hive基礎
6．1．2Hive的工作原理
6．1．3Hive與傳統數據庫
6．2HiveQL基礎
6．3Hive的安裝與配置
6．3．1搭建Hive
6．3．2安裝配置MySQL
6．3．3配置Hive
6．4實驗
第7章HBase
7．1HBase簡介
7．1．1HBase基礎
7．1．2HBase數據模型
7．1．3HBase訪問接口
7．2HBase與RDBMS
7．3HBase的安裝與配置
7．3．1偽分布式安裝
7．3．2完全分布式
7．4實驗
第8章ZooKeeper基礎
8．1ZooKeeper簡介
8．1．1概念簡介
8．1．2主要特點
8．2ZooKeeper體系結構
8．3關鍵算法ZAB
8．4ZooKeeper集群搭建
8．5ZooKeeper四字命令
8．6實驗
8．6．1ZooKeeper客戶端
8．6．2ZooKeeper Java API的使用
第9章Spark基礎
9．1Spark介紹
9．1．1概念介紹
9．1．2組件介紹
9．1．3特性
9．2Spark主要架構
9．3Spark計算模型
9．4Spark運行模式
9．5Spark SQL
9．5．1Hive and Shark
9．5．2Shark和Spark SQL
9．5．3Spark SQL運行架構
9．5．4sqlContext和hiveContext的運行過程
9．6Spark Steaming
9．6．1術語定義
9．6．2Storm與Spark Streaming的比較
9．6．3運行原理
9．7安裝Spark
9．8實驗
第10章Apache Kafka
10．1基礎概念介紹
10．1．1消息隊列
10．1．2消息中間件
10．2Kafka結構
10．3Producer和Consumer
10．3．1Kafka Producer
10．3．2Kafka Consumer
10．3．3消費狀態跟蹤
10．4Kafka的特性
10．5消息與日志
10．5．1寫操作
10．5．2讀操作
10．5．3刪除操作
10．5．4消息可靠性
10．6實驗
10．6．1Kafka集群搭建
10．6．2消息發送與接收
參考文獻
新書資訊 新書推薦