Hadoop大數(shù)據(jù)開(kāi)發(fā)基礎(chǔ)

定　價(jià)：￥39.80

作　者：	余明輝，張良均著
出版社：	人民郵電出版社
叢編項(xiàng)：	大數(shù)據(jù)人才培養(yǎng)規(guī)劃教材
標(biāo)　簽：	計(jì)算機(jī)?網(wǎng)絡(luò) 計(jì)算機(jī)期刊雜志

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787115370662	出版時(shí)間：	2018-02-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	188	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)以任務(wù)為導(dǎo)向，較為全面地介紹了Hadoop大數(shù)據(jù)技術(shù)的相關(guān)知識(shí)。全書(shū)共6章，具體內(nèi)容包括Hadoop介紹、Hadoop集群的搭建及配置、Hadoop基礎(chǔ)操作、MapReduce編程入門(mén)、MapReduce進(jìn)階編程、項(xiàng)目案例：電影網(wǎng)站用戶(hù)性別預(yù)測(cè)。本書(shū)的2～5章包含了實(shí)訓(xùn)與課后練習(xí)，通過(guò)練習(xí)和操作實(shí)踐，幫助讀者鞏固所學(xué)的內(nèi)容。本書(shū)可以作為高校大數(shù)據(jù)技術(shù)類(lèi)專(zhuān)業(yè)的教材，也可作為大數(shù)據(jù)技術(shù)愛(ài)好者的自學(xué)用書(shū)。

作者簡(jiǎn)介

　　張良均，信息系統(tǒng)項(xiàng)目管理師，泰迪杯全國(guó)大學(xué)生數(shù)據(jù)挖掘競(jìng)賽的發(fā)起人。華南師范大學(xué)、廣東工業(yè)大學(xué)兼職教授，廣東省工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)理事。兼有大型高科技企業(yè)和高校的工作經(jīng)歷，主要從事大數(shù)據(jù)挖掘及其應(yīng)用的策劃、研發(fā)及咨詢(xún)培訓(xùn)。全國(guó)計(jì)算機(jī)技術(shù)與軟件專(zhuān)業(yè)技術(shù)資格（水平）考試?yán)^續(xù)教育和CDA數(shù)據(jù)分析師培訓(xùn)講師。發(fā)表數(shù)據(jù)挖掘相關(guān)論文數(shù)二十余篇，已取得國(guó)家發(fā)明專(zhuān)利12項(xiàng)，主編圖書(shū)《神經(jīng)網(wǎng)絡(luò)實(shí)用教程》《數(shù)據(jù)挖掘：實(shí)用案例分析》《Python數(shù)據(jù)分析與挖掘》等多本暢銷(xiāo)圖書(shū)，主持并完成科技項(xiàng)目9項(xiàng)。獲得SAS、SPSS數(shù)據(jù)挖掘認(rèn)證及Hadoop開(kāi)發(fā)工程師證書(shū)，具有電力、電信、銀行、制造企業(yè)、電子商務(wù)和電子政務(wù)的項(xiàng)目經(jīng)驗(yàn)和行業(yè)背景。

圖書(shū)目錄

一章　Hadoop介紹　1
1．1　Hadoop概述　1
1．1．1　Hadoop簡(jiǎn)介　1
1．1．2　Hadoop的發(fā)展歷史　2
1．1．3　Hadoop的特點(diǎn)　3
1．2　Hadoop核心　4
1．2．1　分布式文件系統(tǒng)——HDFS　4
1．2．2　分布式計(jì)算框架——MapReduce　7
1．2．3　集群資源管理器——YARN　9
1．3　Hadoop生態(tài)系統(tǒng)　12
1．4　Hadoop應(yīng)用場(chǎng)景　14
小結(jié)　15
二章　Hadoop集群的搭建及配置　16
任務(wù)2．1　安裝及配置虛擬機(jī)　17
2．1．1　創(chuàng)建Linux虛擬機(jī)　17
2．1．2　設(shè)置固定IP　25
2．1．3　遠(yuǎn)程連接虛擬機(jī)　27
2．1．4　虛擬機(jī)在線(xiàn)安裝軟件　29
2．1．5　任務(wù)實(shí)現(xiàn)　32
任務(wù)2．2　安裝Java　32
2．2．1　在Windows下安裝Java　33
2．2．2　在Linux下安裝Java　35
2．2．3　任務(wù)實(shí)現(xiàn)　36
任務(wù)2．3　搭建Hadoop完全分布式集群　36
2．3．1　修改配置文件　36
2．3．2　克隆虛擬機(jī)　41
2．3．3　配置SSH免密碼登錄　43
2．3．4　配置時(shí)間同步服務(wù)　44
2．3．5　啟動(dòng)關(guān)閉集群　46
2．3．6　監(jiān)控集群　47
小結(jié)　50
實(shí)訓(xùn)　50
實(shí)訓(xùn)1　為Hadoop集群增加一個(gè)節(jié)點(diǎn)　50
實(shí)訓(xùn)2　編寫(xiě)Shell腳本同步集群時(shí)間　51
課后練習(xí)　51
第3章　Hadoop基礎(chǔ)操作　53
任務(wù)3．1　查看Hadoop集群的基本信息　54
3．1．1　查詢(xún)集群的存儲(chǔ)系統(tǒng)信息　55
3．1．2　查詢(xún)集群的計(jì)算資源信息　58
任務(wù)3．2　上傳文件到HDFS目錄　59
3．2．1　了解HDFS文件系統(tǒng)　59
3．2．2　掌握HDFS的基本操作　62
3．2．3　任務(wù)實(shí)現(xiàn)　65
任務(wù)3．3　運(yùn)行MapReduce任務(wù)　67
3．3．1　了解Hadoop官方的示例程序包　67
3．3．2　提交MapReduce任務(wù)給集群運(yùn)行　68
任務(wù)3．4　管理多個(gè)MapReduce任務(wù)　71
3．4．1　查詢(xún)MapReduce任務(wù)　72
3．4．2　中斷MapReduce任務(wù)　74
小結(jié)　76
實(shí)訓(xùn)　77
實(shí)訓(xùn)1　統(tǒng)計(jì)文件中所有單詞的平均長(zhǎng)度　77
實(shí)訓(xùn)2　查詢(xún)與中斷MapReduce任務(wù)　77
課后練習(xí)　78
第4章　MapReduce編程入門(mén)　80
任務(wù)4．1　使用Eclipse創(chuàng)建MapReduce工程　81
4．1．1　下載與安裝Eclipse　81
4．1．2　配置MapReduce環(huán)境　82
4．1．3　新建MapReduce工程　84
任務(wù)4．2　通過(guò)源碼初識(shí)MapReduce編程　86
4．2．1　通俗理解MapReduce原理　86
4．2．2　了解MR實(shí)現(xiàn)詞頻統(tǒng)計(jì)的執(zhí)行流程　88
4．2．3　讀懂官方提供的WordCount源碼　89
任務(wù)4．3　編程實(shí)現(xiàn)按日期統(tǒng)計(jì)訪(fǎng)問(wèn)次數(shù)　94
4．3．1　分析思路與處理邏輯　94
4．3．2　編寫(xiě)核心模塊代碼　95
4．3．3　任務(wù)實(shí)現(xiàn)　97
任務(wù)4．4　編程實(shí)現(xiàn)按訪(fǎng)問(wèn)次數(shù)排序　99
4．4．1　分析思路與處理邏輯　99
4．4．2　編寫(xiě)核心模塊代碼　100
4．4．3　任務(wù)實(shí)現(xiàn)　102
小結(jié)　104
實(shí)訓(xùn)　104
實(shí)訓(xùn)1　獲取成績(jī)表的高分記錄　104
實(shí)訓(xùn)2　對(duì)兩個(gè)文件中的數(shù)據(jù)進(jìn)行合并與去重　105
課后練習(xí)　107
第5章　MapReduce進(jìn)階編程　110
任務(wù)5．1　篩選日志文件并生成序列化文件　111
5．1．1　MapReduce輸入格式　111
5．1．2　MapReduce輸出格式　113
5．1．3　任務(wù)實(shí)現(xiàn)　113
任務(wù)5．2　Hadoop Java API讀取序列化日志文件　115
5．2．1　FileSystem API管理文件夾　115
5．2．2　FileSystem API操作文件　119
5．2．3　FileSystem API讀寫(xiě)數(shù)據(jù)　121
5．2．4　任務(wù)實(shí)現(xiàn)　123
任務(wù)5．3　優(yōu)化日志文件統(tǒng)計(jì)程序　124
5．3．1　自定義鍵值類(lèi)型　124
5．3．2　初步探索Combiner　128
5．3．3　淺析Partitioner　130
5．3．4　自定義計(jì)數(shù)器　132
5．3．5　任務(wù)實(shí)現(xiàn)　134
任務(wù)5．4　Eclipse提交日志文件統(tǒng)計(jì)程序　137
5．4．1　傳遞參數(shù)　137
5．4．2　Hadoop輔助類(lèi)ToolRunner　139
5．4．3　Eclipse自動(dòng)打包并提交任務(wù)　140
小結(jié)　144
實(shí)訓(xùn)　144
實(shí)訓(xùn)1　統(tǒng)計(jì)全球每年的高氣溫和低氣溫　144
實(shí)訓(xùn)2　篩選氣溫在15～25℃之間的數(shù)據(jù)　145
課后練習(xí)　146
第6章　項(xiàng)目案例：電影網(wǎng)站用戶(hù)性別預(yù)測(cè)　151
任務(wù)6．1　認(rèn)識(shí)KNN算法　152
6．1．1　KNN算法簡(jiǎn)介　152
6．1．2　KNN算法原理及流程　152
任務(wù)6．2　數(shù)據(jù)預(yù)處理　154
6．2．1　獲取數(shù)據(jù)　154
6．2．2　數(shù)據(jù)變換　155
6．2．3　數(shù)據(jù)清洗　160
6．2．4　劃分?jǐn)?shù)據(jù)集　163
任務(wù)6．3　實(shí)現(xiàn)用戶(hù)性別分類(lèi)　167
6．3．1　實(shí)現(xiàn)思路　167
6．3．2　代碼實(shí)現(xiàn)　169
任務(wù)6．4　評(píng)價(jià)分類(lèi)結(jié)果的準(zhǔn)確性　179
6．4．1　評(píng)價(jià)思路　179
6．4．2　實(shí)現(xiàn)分類(lèi)評(píng)價(jià)　180
6．4．3　尋找優(yōu)K值　184
小結(jié)　188
參考文獻(xiàn)　189