定 價：39.8 元
叢書名：普通高等教育人工智能與大數(shù)據(jù)系列教材
- 作者：劉科峰
- 出版時間：2023/8/1
- ISBN：9787111719915
- 出 版 社：機械工業(yè)出版社
- 中圖法分類：TP274
- 頁碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
本書以Hadoop 3.3.0為核心，涵蓋Hadoop生態(tài)系統(tǒng)的常用組件，主要介紹各組件的架構(gòu)原理、Shell命令、常用API及編程等，并配有較多例題。全書共7章，內(nèi)容包含Hadoop概述、Hadoop偽分布式安裝、Hadoop分布式文件系統(tǒng)HDFS、分布式計算框架MapReduce、分布式數(shù)據(jù)庫HBase、數(shù)據(jù)倉庫Hive和內(nèi)存計算框架Spark，第2~7章還設計了相關(guān)實驗。
本書可以作為高等院校大數(shù)據(jù)、計算機、應用統(tǒng)計等相關(guān)專業(yè)的教材，也可作為Hadoop愛好者的入門教程或自學參考用書。
本書配有電子課件，歡迎選用本書作教材的教師登錄www.cmpedu.com注冊后下載，或加微信13910750469索取。
大數(shù)據(jù)時代的來臨，帶來了信息技術(shù)的巨大變革，并深刻影響著人們生活和社會生產(chǎn)的方方面面。Hadoop是一個開源的、可運行于大規(guī)模集群上的分布式存儲和計算的軟件框架，用戶可以在不了解分布式底層細節(jié)的情況下開發(fā)分布式程序，并能充分利用集群的威力進行高速運算和存儲。大數(shù)據(jù)的核心技術(shù)就是Hadoop及其生態(tài)系統(tǒng)的常用組件，包括HBase、Hive和Spark等。
目前市面上雖然已有較多關(guān)于Hadoop的書籍，但是這些書籍大多是基于Hadoop 2.X，而且偏重理論講述，內(nèi)容較多，學習難度較大，容易打擊初學者的學習積極性，讓其難以入門。本書以Hadoop 3.3.0為核心，涵蓋Hadoop生態(tài)系統(tǒng)的常用組件，內(nèi)容新穎，可操作性強，講解通俗易懂，能使讀者在較短的時間內(nèi)掌握Hadoop大數(shù)據(jù)技術(shù)。
本書特色
1.容易入門
相對于其他書籍，本書增加Linux基礎知識和Linux基本命令，不熟悉Linux的讀者也容易上手；對Hadoop及其他相關(guān)軟件的安裝和使用過程進行了詳細描述，幫助讀者渡過安裝和使用相關(guān)軟件的難關(guān)。
2.版本新
隨著時間的推移，Hadoop及其生態(tài)系統(tǒng)的常用組件也在不斷發(fā)展，版本不斷更新，本書采用的軟件版本較新，如Hadoop 3.3.0、HBase 2.2.2、Hive 3.1.2、Spark 3.2.1等。
3.較多的應用實例
本書提供了較多的應用實例，以便幫助讀者理論聯(lián)系實際，快速地掌握Hadoop及其生態(tài)系統(tǒng)的常用組件的編程技術(shù)。
4.圖文并茂
“一圖勝千言”，全書共有兩百多幅插圖，用于展示語言難以描述的內(nèi)容。
適合閱讀本書的讀者
（1）高等院校、中職學校的師生。
（2）Hadoop大數(shù)據(jù)技術(shù)初學者。
（3）Hadoop大數(shù)據(jù)應用開發(fā)人員。
致謝
在本書的編寫過程中，得到了廈門大學林子雨副教授的大力幫助，還得到了廣東時匯信息科技有限公司和廣東泰迪智能科技股份有限公司的幫助，在此一并表示衷心的感謝。非常感謝機械工業(yè)出版社吉玲編輯，她專業(yè)細致的工作方式，給編者留下了深刻的印象。
前言由于編者水平有限，編寫時間倉促，書中的錯誤和疏漏在所難免，懇請廣大讀者提出寶貴意見和建議。聯(lián)系郵箱：lkf547@163.com。
編者于廣東工業(yè)大學
前言
第1章Hadoop概述
1.1大數(shù)據(jù)簡介
1.2Hadoop簡介
1.3Hadoop特性
1.4Hadoop核心組件
1.4.1HDFS
1.4.2MapReduce
1.4.3YARN
1.5Hadoop生態(tài)系統(tǒng)
1.5.1HBase
1.5.2Hive
1.5.3Pig
1.5.4Spark
1.5.5ZooKeeper
1.5.6Sqoop
1.5.7Flume
1.5.8Mahout
1.5.9Ambari
1.6本章小結(jié)
習題
第2章Hadoop偽分布式安裝
2.1Linux操作系統(tǒng)
2.1.1概述
2.1.2Linux的組成
2.1.3Linux的內(nèi)核版本與發(fā)行版本
2.1.4Linux基本命令
2.2CentOS的安裝
2.2.1安裝VMware Workstation
2.2.2在VMware上安裝CentOS 7
2.2.3配置CentOS 7
2.3Hadoop偽分布式安裝與配置
2.3.1安裝WinSCP
2.3.2安裝JDK
2.3.3安裝Hadoop
2.4本章小結(jié)
習題
實驗Hadoop偽分布式安裝與配置
第3章Hadoop分布式文件系統(tǒng)HDFS
3.1HDFS的架構(gòu)和原理
3.1.1計算機集群結(jié)構(gòu)
3.1.2HDFS的假設前提和設計目標
3.1.3HDFS的相關(guān)概念
3.1.4HDFS體系結(jié)構(gòu)
3.1.5HDFS存儲原理
3.2HDFS Shell
3.3HDFS Java API
3.3.1搭建Linux操作系統(tǒng)下的Eclipse開發(fā)環(huán)境
3.3.2HDFS Java API常用的類
3.3.3HDFS Java API 編程
3.4本章小結(jié)
習題
實驗HDFS基本命令的使用和HDFS的Java編程
第4章分布式計算框架MapReduce
4.1認識MapReduce
4.1.1分布式并行編程
4.1.2MapReduce核心思想
4.1.3MapReduce運行環(huán)境
4.1.4Hadoop內(nèi)置數(shù)據(jù)類型
4.2MapReduce工作流程
4.2.1MapReduce工作流程概述
4.2.2Shuffle過程分析
4.3MapReduce入門示例：WordCount
4.3.1WordCount程序任務
4.3.2準備被統(tǒng)計的文件
4.3.3WordCount執(zhí)行過程分析
4.3.4WordCount編程實踐
4.4MapReduce應用實例
4.4.1求平均值
4.4.2簡單查詢功能的實現(xiàn)
4.5本章小結(jié)
習題
實驗簡單排序的實現(xiàn)
第5章分布式數(shù)據(jù)庫HBase
5.1概述
5.1.1BigTable簡介
5.1.2HBase簡介
5.1.3HBase具有的特點
5.2HBase數(shù)據(jù)模型
5.2.1數(shù)據(jù)模型概述
5.2.2數(shù)據(jù)模型的相關(guān)概念
5.3HBase系統(tǒng)架構(gòu)
5.4HBase偽分布式安裝
5.4.1安裝并配置環(huán)境變量
5.4.2配置HBase參數(shù)
5.4.3驗證HBase
5.5HBase Shell
5.5.1HBase Shell常用命令
5.5.2HBase Shell應用實例
5.6HBase Java API
5.6.1HBase Java API 簡介
5.6.2HBase Java API 編程
5.7本章小結(jié)
習題
實驗HBase編程實踐
第6章數(shù)據(jù)倉庫Hive
6.1概述
6.1.1數(shù)據(jù)倉庫簡介
6.1.2Hive簡介
6.1.3Hive與關(guān)系型數(shù)據(jù)庫的區(qū)別
6.1.4Hive系統(tǒng)架構(gòu)
6.2Hive偽分布式安裝
6.2.1MySQL的安裝和配置
6.2.2Hive的安裝和配置
6.3Hive編程基礎
6.3.1Hive的數(shù)據(jù)類型
6.3.2數(shù)據(jù)庫相關(guān)操作
6.3.3表相關(guān)操作
6.3.4表中數(shù)據(jù)的加載
6.3.5HiveQL基本查詢
6.3.6Hive函數(shù)
6.4Hive編程實例
6.4.1雇員表統(tǒng)計
6.4.2詞頻統(tǒng)計
6.5本章小結(jié)
習題
實驗Hive的編程實踐
第7章內(nèi)存計算框架Spark
7.1Spark基礎知識
7.1.1Spark簡介
7.1.2Spark生態(tài)系統(tǒng)
7.1.3Spark運行架構(gòu)
7.2Scala基礎知識
7.2.1Scala簡介
7.2.2Scala安裝
7.2.3Scala編程
7.3Spark偽分布式安裝
7.3.1Spark的安裝模式
7.3.2Spark的安裝
7.4RDD編程基礎
7.4.1Spark Shell的啟動和退出
7.4.2RDD創(chuàng)建
7.4.3常用的RDD操作
7.4.4RDD編程實例
7.5IDEA的安裝和使用
7.5.1IDEA的安裝
7.5.2IDEA的使用
7.5.3獨立應用程序?qū)嵗?br>7.6本章小結(jié)
習題
實驗Spark Shell交互式編程
參考文獻
書單推薦
