《基于Hadoop的大数据分析和处理》内容简介与阅读建议

获取这本书 暂无已核验电子书资源
下载
作者
编者:魏祖宽//刘兆宏
分类
计算机类
出版年份
2017
语言
中文
Hadoop大数据分析计算机类

《基于Hadoop的大数据分析和处理》内容简介

本书基于云计算和大数据，介绍大数据处理和分析的技术，分为两部分。*部分介绍Hadoop基础知识，内容包括：Hadoop的介绍和集群构建、Hadoop的分部式系统架构、MapReduce及其应用、Hadoop的版本特征及进化。第二部分以云计算为主题，详细论述利用Hadoop的大数据分析和处理工具，以及NoSQL技术，内容包括：云计算和Hadoop、Amazon服务中的MapReduce应用、Hadoop应用下的大数据分析、NoSQL、HBase。本书不单纯地讲述理论和概念，而是基于目具体的工具和技术(Hadoop和NoSQL)，利用大量实际案例，通过实际的操作和应用来组织大数据处理和分析技术，有利于读者从工程应用的角度进行实际掌握和利用。适合相关专业的本科生、研究生和软件工程师学习。

《基于Hadoop的大数据分析和处理》书籍信息摘要

《基于Hadoop的大数据分析和处理》内容简介与阅读建议，作者 编者:魏祖宽//刘兆宏，计算机类，2017年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题：Hadoop、大数据分析、计算机类。

《基于Hadoop的大数据分析和处理》适合哪些读者？

适合根据书名、作者、目录、标签和格式继续判断阅读价值的读者。

查看 编者:魏祖宽//刘兆宏 的作品顺序 浏览计算机类书籍 查看“Hadoop”相关书籍 读完这本读什么 查看书籍排行榜

获取建议

《基于Hadoop的大数据分析和处理》怎么获取更合适？

优先确认版本和阅读目的；下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

暂无已核验电子书资源；本站不展示未授权完整文件。

下载

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本；经典作品可优先选择校注、导读或权威出版社版本。

目录

  1. 目 录
  2. 第1章 Hadoop的介绍和集群构建 2
  3. 1.1 Hadoop介绍 2
  4. 1.1.1 云计算和Hadoop 2
  5. 1.1.2 Hadoop的历史 4
  6. 1.2 Hadoop构建案例 6
  7. 1.2.1 欧美构建案例 6
  8. 1.2.2 韩国构建案例 7
展开全部（共 121 章节）
  1. 1.3 构建Hadoop集群 8
  2. 1.3.1 分布式文件系统 8
  3. 1.3.2 构建Hadoop集群的准备事项 12
  4. 1.3.3 构建伪分布式 17
  5. 1.3.4 分布式集群(Cluster)构建 29
  6. 1.4 Hadoop界面 36
  7. 1.4.1 Hadoop分布式文件系统指令界面 36
  8. 1.5 总结 40
  9. 第2章 Hadoop分布式处理文件系统 41
  10. 2.1 Hadoop分布式文件系统的设计 42
  11. 2.2 概观Hadoop分布式文件系统的整体构造 43
  12. 2.3 Namenode的角色 44
  13. 2.3.1 元数据管理 44
  14. 2.3.2 元数据的安全保管——Edits和Fslmage文件及Secondary Namenode 49
  15. 2.3.3 Datanode管理 52
  16. 2.4 Datanode的角色 59
  17. 2.4.1 block管理 59
  18. 2.4.2 数据的复制和过程 61
  19. 2.4.3 Datanode添加 63
  20. 2.5 总结 65
  21. 第3章 大数据和MapReduce 67
  22. 3.1 大数据的概要 68
  23. 3.1.1 大数据的概念 69
  24. 3.1.2 大数据的价值创造 69
  25. 3.2 MapReduce 71
  26. 3.2.1 MapReduce 示例：词频统计(Word Count) 71
  27. 3.2.2 MapReduce开源代码：词频统计(Word Count)——Java基础 75
  28. 3.2.3 MapReduce 开源代码：词频统计(Word Count)——Ruby语言基础 76
  29. 3.3 MapReduce的结构 78
  30. 3.3.1 通过案例了解MapReduce结构 79
  31. 3.3.2 从结构性角度进行的MapReduce最优化方案 81
  32. 3.4 MapReduce的容错性(Fault Tolerance) 85
  33. 3.5 MapReduce的编程 86
  34. 3.5.1 搜索 86
  35. 3.5.2 排序 87
  36. 3.5.3 倒排索引 87
  37. 3.5.4 查找热门词 88
  38. 3.5.5 合算数字 89
  39. 3.6 构建Hadoop：通过MapReduce的案例介绍 90
  40. 3.6.1 单词频率统计MapReduce的编程 91
  41. 3.6.2 MapReduce—用户界面 95
  42. 3.7 总结 99
  43. 第4章 Hadoop版本特征及进化 101
  44. 4.1 Hadoop 0.1x版本的API 103
  45. 4.2 Hadoop附加功能(append) 107
  46. 4.3 Hadoop安全相关功能 109
  47. 4.4 Hadoop 2.0.0 alpha 111
  48. 4.4.1 安装Hadoop 2.0.0 112
  49. 4.4.2 Hadoop分布式文件系统的更改 120
  50. 4.4.3 跨时代MapReduce框架：YARN 128
  51. 4.5 总结 135
  52. 第5章 云计算和Hadoop 137
  53. 5.1 大规模Hadoop集群的构建和案例 138
  54. 5.2 云基础设施服务的登场 139
  55. 5.2.1 Amazon云服务 141
  56. 5.3 在Amazon EC2中构建Hadoop集群 156
  57. 5.3.1 Apache Whirr 156
  58. 5.3.2 构建Hadoop 集群 157
  59. 5.4 总结 160
  60. 第6章 Amazon Elastic MapReduce的倍增利用 161
  61. 6.1 Amazon EMR的活用 162
  62. 6.1.1 Amazon EMR的概念 162
  63. 6.1.2 Amazon EMR的构造 162
  64. 6.1.3 Amazon EMR的特征 163
  65. 6.1.4 Amazon EMR的 Job Flow和Step 164
  66. 6.1.5 使用Amazon EMR前需要了解的事项 165
  67. 6.1.6 Amazon EMR的实战运用 170
  68. 6.2 总结 178
  69. 第7章 Hadoop应用下的大数据分析 179
  70. 7.1 Hadoop应用下的机器学习(Mahout) 180
  71. 7.1.1 设置及编译 181
  72. 7.1.2 K-means 聚类算法 183
  73. 7.1.3 基于矢量相似度的协同过滤 188
  74. 7.1.4 小结 194
  75. 7.2 基于Hadoop的统计分析Rhive(R and Hive) 195
  76. 7.2.1 R的设置及灵活运用 195
  77. 7.2.2 Hive的设置及灵活运用 198
  78. 7.2.3 RHive的设置及灵活运用 201
  79. 7.2.4 小结 207
  80. 7.3 利用Hadoop的图形数据处理Giraph 207
  81. 7.4 总结 216
  82. 第8章 数据中的DBMS，NoSQL 217
  83. 8.1 NoSQL出现背景：大数据和Web 2.0 218
  84. 8.1.1 基于Web 2.0的大数据的登场 218
  85. 8.1.2 基于大数据的NoSQL的登场 221
  86. 8.1.3 适合大数据和Web 2.0的数据库NoSQL 222
  87. 8.2 NoSQL的定义和类别特征 226
  88. 8.3 NoSQL数据模型概要和分类 229
  89. 8.4 NoSQL数据模型化 231
  90. 8.4.1 NoSQL数据模型化基本概念 232
  91. 8.4.2 一般的NoSQL建模方法 234
  92. 8.5 主要NoSQL的比较和选择 239
  93. 8.6 总结 241
  94. 第9章 Hbase：Hadoop中的NoSQL 243
  95. 9.1 Hadoop生态界中的HBase 244
  96. 9.2 HBase介绍 248
  97. 9.3 HBase数据模型 250
  98. 9.3.1 map 250
  99. 9.3.2 持续性(persistent) 250
  100. 9.3.3 分布性(distributed) 250
  101. 9.3.4 排序性(sorted) 250
  102. 9.3.5 多维性(multidimensional) 251
  103. 9.3.6 稀疏性(sparse) 254
  104. 9.4 HBase的数据库模式 255
  105. 9.5 HBase构造 259
  106. 9.6 HBase的构建及运行 261
  107. 9.7 HBase的扩展——DuoBase中的HBase 264
  108. 9.8 HBase的用户定义索引 266
  109. 9.8.1 HBase用户定义索引—HFile格式的扩展 267
  110. 9.8.2 HBase用户定义索引—Region的扩展 267
  111. 9.9 总结 270
  112. 《基于Hadoop的大数据分析和处理》魏祖宽【文字版_PDF电子书_下载】大小：8.72MB已经过安全软件检测无毒，请您放心下载。
  113. 浏览器不支持脚本！

常见问题

《基于Hadoop的大数据分析和处理》适合谁读？

适合根据书名、作者、目录、标签和格式继续判断阅读价值的读者。

《基于Hadoop的大数据分析和处理》阅读难度高吗？

建议先看简介、目录、作者和相关书籍，再判断是否适合当前阶段阅读。

《基于Hadoop的大数据分析和处理》纸质书值得买吗？

当前暂未接入已核验的纸质书购买链接，建议通过出版社、京东、当当等正版渠道核对版本后购买。

《基于Hadoop的大数据分析和处理》哪个版本更适合？

优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本；经典作品可优先选择校注、导读或权威出版社版本。

在哪里可以合法获取《基于Hadoop的大数据分析和处理》？

当前没有确认授权的电子书下载资源，也暂未接入已核验购买链接；商业出版物不提供未授权下载，建议通过出版社、京东、当当或官方电子书平台核对获取。

如何继续查找《基于Hadoop的大数据分析和处理》相关书籍？

可以进入 编者:魏祖宽//刘兆宏 作者页查看其他作品，也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。

相关书籍
PySpark大数据分析与应用

PySpark大数据分析与应用

戴刚

科技农工
开悟：数学黑客的生活之旅

开悟：数学黑客的生活之旅

树明

★ 9.7 计算机类
大话架构思维：从经典到前沿

大话架构思维：从经典到前沿

由维昭

★ 9.6 计算机类
用Go语言自制解释器

用Go语言自制解释器

[德]索斯藤·鲍尔（ThorstenBall）

★ 9.6 计算机类
氛围编程：AI编程像聊天一样简单

氛围编程：AI编程像聊天一样简单

伍斌

★ 9.6 计算机类
图解密码技术 第3版

图解密码技术 第3版

[日]结城浩

★ 9.4 计算机类

手机扫码下载

使用手机扫描二维码

扫码后会直接打开下载链接。

电子书下载二维码

手机端点击下载会直接跳转，无需扫码。