| 作者 |
| 荣垂田 |
| 丛书名 |
| 出版社 |
| 机械工业出版社* |
| ISBN |
| 9787111685586 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 大数据已发展成为一个学科。本书作为该领域的入门教材，在内容上尽可能覆盖大数据分析的基本理论和基本技术。全书共9章：第1章介绍大数据发展的背景和相关的理论知识；第2章介绍大数据的采集方法，以及数据采集案例；第3章介绍大数据处理平台Hadoop，以及Hadoop在不同系统平台上的安装和部署方法；第4章介绍MapReduce编程方法和开发工具，以及MapReduce编程实例；第5章介绍HDFS及其相关的操作方法；第6章介绍HBase及其相关的操作方法；第7章介绍Hive及其在不同平台上的安装和部署方法、应用案例；第8章介绍大数据处理平台Spark，以及Spark编程实例；第9章介绍NoSQL数据库，以及典型的NoSQL数据库系统。 本书可作为高等学校计算机、数据科学与大数据技术及人工智能或相关专业的本科生或研究生教材，也可供对大数据分析感兴趣的工程技术人员阅读参考。 |
| 目录 |
| 前 言 第1章 大数据概述 1 11 大数据时代 1 111 大数据的发展历程 1 112 大数据发展的内在驱动力 2 12 大数据的相关概念 6 121 大数据的5V特征 6 122 大数据的相关定义 6 13 大数据的影响 8 14 大数据分析 9 141 大数据分析的特点 9 142 大数据分析的流程 9 143 大数据分析的核心技术 10 144 大数据分析的计算模式 11 15 大数据的行业应用 12 151 社交大数据 12 152 医疗大数据 13 153 房地产大数据 13 16 大数据与其他领域的关系 14 161 云计算、大数据和物联网 14 162 大数据与人工智能 16 习题 16 第2章 大数据的采集 18 21 大数据的来源 18 22 大数据采集工具 19 23 大数据预处理 19 24 Nutch应用案例 20 241 Nutch的安装和配置 21 242 Nutch爬取与内容解析 23 25 Scrapy应用案例 25 251 Scrapy框架概述 25 252 Scrapy的安装和配置 27 253 Scrapy爬取实例 27 254 总结 35 习题 36 第3章 大数据处理平台 Hadoop 37 31 Hadoop概述 37 311 Hadoop的发展历程 37 312 Hadoop的体系结构 38 313 Hadoop的特点 39 32 Hadoop的安装和配置 40 321 准备工作 40 322 Hadoop软件的安装和配置 42 习题 64 第4章 MapReduce编程 66 41 MapReduce概述 66 42 开发工具IntelliJ IDEA 67 43 编程实例 71 431 MapReduce经典入门程序—— 字数统计（WordCount） 71 432 MapReduce经典进阶程序 81 433 在集群上运行MapReduce 程序 87 习题 93 第5章 HDFS 94 51 HDFS概述 94 52 HDFS的架构及特点 95 53 文件格式及其访问方法 96 531 TextFile 97 532 SequenceFile 99 533 MapFile 102 534 RCFile 106 54 分布式缓存 109 55 HDFS Shell命令 112 56 HDFS的其他访问方式 116 习题 122 第6章 HBase 123 61 HBase概述 123 62 HBase的数据模型 124 63 HBase的逻辑结构 125 64 HBase的架构及特点 126 65 HBase的安装与配置 129 66 HBase Shell命令 135 67 使用Java API访问 HBase 140 习题 145 第7章 Hive 146 71 Hive概述 146 72 在本地安装运行Hive 147 721 下载源文件 147 722 修改配置文件 148 723 启动Hive 150 724 创建数据库和文件夹 152 725 建表及加载数据 152 726 测试Hive 153 73 在Linux中安装Hive 155 731 机器准备 155 732 Hive安装包准备 155 733 修改Hive配置文件 156 734 修改Linux环境变量 157 735 启动Hive和相关测试 158 习题 159 第8章 大数据处理平台Spark 160 81 Spark概述 160 811 Spark的概念 160 812 学习Spark的原因 160 813 Spark组件 161 814 Spark任务执行过程 162 82 Spark本地（Windows） 安装 163 821 安装Scala 163 822 安装Hadoop 164 823 安装Spark 165 83 Spark集群安装 166 84 Spark运行实例 169 841 蒙特卡罗算法求π 169 842 WordCount程序 169 习题 170 第9章 NoSQL数据库 171 91 NoSQL数据库概述 171 911 NoSQL的产生 171 912 互联网对关系数据库提出的 新要求 172 913 NoSQL数据库的分类 172 92 MongoDB 173 921 MongoDB概述 173 922 MongoDB的优势 173 923 MongoDB的安装 174 924 MongoDB使用实例 178 93 Redis 180 931 Redis概述 180 932 Redis的应用场景 181 933 Redis的数据类型及操作 181 934 Redis的安装 182 935 Redis使用实例 184 94 Memcached 185 941 Memcached概述 185 942 Memcached的应用场景 186 943 Memcached的数据类型 及操作 186 944 Memcached的安装 187 945 Memcached使用实例 188 习题 189 参考文献 190 |