近幾年來，隨著計(jì)算機(jī)和信息技術(shù)的迅猛發(fā)展和普及應(yīng)用，行業(yè)應(yīng)用系統(tǒng)的規(guī)模迅速擴(kuò)大，行業(yè)應(yīng)用所產(chǎn)生的數(shù)據(jù)呈爆炸性增長(zhǎng)。人們把這種大規(guī)模數(shù)據(jù)稱為海量數(shù)據(jù)。 本書針對(duì)社會(huì)需求，為信息管理與信息系統(tǒng)專業(yè)本科生提供大數(shù)據(jù)存儲(chǔ)及處理方面的知識(shí)。通過系統(tǒng)的講解大規(guī)模數(shù)據(jù)的存儲(chǔ)及處理等基礎(chǔ)知識(shí)，使學(xué)生了解分布式數(shù)據(jù)處理系統(tǒng)的基本思想、原理及架構(gòu)；通過實(shí)際案例分析及實(shí)踐，使學(xué)生掌握大數(shù)據(jù)存儲(chǔ)及處理的技術(shù)方法，最終使學(xué)生具備參與大規(guī)模分布式數(shù)據(jù)處理系統(tǒng)的搭建、數(shù)據(jù)分析及處理以及數(shù)據(jù)可視化等方面的能力。 本書大致目錄：第一章，第一章，Hadoop生態(tài)系統(tǒng)介紹；第二章，Hadoop基本原理及環(huán)境搭建；第三章，HDFS基本操作及MapReduce編程；第四章，數(shù)據(jù)倉庫HIVE的基本原理及應(yīng)用；第五章，SPARK基本原理及應(yīng)用；第六章，綜合案例。
目 錄 第1章 Hadoop生態(tài)系統(tǒng)簡(jiǎn)介/001 1.1 大數(shù)據(jù)發(fā)展/001 1.2 Hadoop平臺(tái)介紹/006 1.3 相關(guān)的公司/009 1.4 Hadoop生態(tài)系統(tǒng)/011 第2章 Hadoop核心組件及其基本原理/014 2.1 HDFS基本原理/014 2.2 MapReduce分布式計(jì)算框架/022 2.3 Yarn介紹/029 第3章 Hadoop環(huán)境搭建/033 3.1 Linux基礎(chǔ)/033 3.2 Linux的文件系統(tǒng)結(jié)構(gòu)/036 3.3 文件類型/038 3.4 Linux基本操作命令/039 3.5 Linux下常用的工具軟件/047 3.6 Hadoop環(huán)境搭建/051 第4章 Hive基本原理及安裝部署/063 4.1 Hive基本原理/063 4.2 Hive的數(shù)據(jù)存儲(chǔ)/064 4.3 Hive的安裝部署/066 第5章 Hive的基本操作/070 5.1 Hive的DDL(data define language)操作/070 5.2 Hive的DML(data managed language)操作/076 5.3 Hive shell 參數(shù)/093 第6章 Spark基礎(chǔ)知識(shí)/095 6.1 Spark原理/095 6.2 Spark架構(gòu)及生態(tài)/098 6.3 Spark運(yùn)行流程及特點(diǎn)/100 6.4 Spark運(yùn)行模式/108 第7章 Spark RDD編程/114 7.1 RDD設(shè)計(jì)與運(yùn)行原理/114 7.2 RDD基本操作/122 7.3 Spark SQL簡(jiǎn)介/132 第8章 基于MLLIB機(jī)器學(xué)習(xí)/140 8.1 概述/140 8.2 Spark分類和預(yù)測(cè)/142 8.3 決策樹算法/145 8.4 樸素貝葉斯算法/152 8.5 回歸分析與預(yù)測(cè)技術(shù)/157 8.6 聚類分析/167 大數(shù)據(jù)原理及實(shí)踐 8.7 k-means聚類算法簡(jiǎn)介/172 8.8 DBSCAN聚類算法簡(jiǎn)介/179 8.9 關(guān)聯(lián)規(guī)則分析簡(jiǎn)介/185 8.10 Apriori算法和FP Tree算法簡(jiǎn)介/188 參考文獻(xiàn)/200
書單推薦
