☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

編輯推薦

大數據專傢張良均領銜暢銷書作者團隊，教育部長江學者特聘教授、國傢傑齣青年基金獲得者、IEEE Fellow、華南理工大學計算機與工程學院院長張軍傾力推薦。
本書采用瞭以任務為導嚮的教學模式，按照解決實際任務的工作流程路綫，逐步展開介紹相關的理論知識點，推導生成可行的解決方案，落實在任務實現環節。
全書大部分章節緊扣任務需求展開，不堆積知識點，著重於解決問題時思路的啓發與方案的實施。通過從任務需求到實現這一完整工作流程的體驗，幫助讀者真正理解與消化Hadoop大數據技術。
書中案例全部源於企業真實項目，可操作性強，引導讀者融會貫通，並提供源代碼等相關學習資源，幫助讀者快速掌握大數據相關技能。

內容簡介

本書以任務為導嚮，較為全麵地介紹瞭Hadoop大數據技術的相關知識。全書共6章，具體內容包括Hadoop介紹、Hadoop集群的搭建及配置、Hadoop基礎操作、MapReduce編程入門、MapReduce進階編程、項目案例：電影網站用戶性彆預測。本書的2～5章包含瞭實訓與課後練習，通過練習和操作實踐，幫助讀者鞏固所學的內容。
本書可以作為高校大數據技術類專業的教材，也可作為大數據技術愛好者的自學用書。

作者簡介

張良均，高 級信息係統項目管理師，泰迪杯全國大學生數據挖掘競賽（www.tipdm.org）發起人。華南師範大學、廣東工業大學兼職教授，廣東省工業與應用數學學會理事。兼有大型高科技企業和高校的工作經曆，主要從事大數據挖掘及其應用的策劃、研發及谘詢培訓。全國計算機技術與軟件專業技術資格（水平）考試繼續教育和CDA數據分析師培訓講師。發錶數據挖掘相關論文數二十餘篇，已取得國傢發明專利12項，主編《Hadoop大數據分析與挖掘實戰》《Python數據分析與挖掘實戰》《R語言數據分析與挖掘實戰》等多本暢銷圖書，主持並完成科技項目9項。獲得SAS、SPSS數據挖掘認證及Hadoop開發工程師證書，具有電力、電信、銀行、製造企業、電子商務和電子政務的項目經驗和行業背景。

目錄

一章　Hadoop介紹　1
1．1　Hadoop概述　1
1．1．1　Hadoop簡介　1
1．1．2　Hadoop的發展曆史　2
1．1．3　Hadoop的特點　3
1．2　Hadoop核心　4
1．2．1　分布式文件係統——HDFS　4
1．2．2　分布式計算框架——MapReduce　7
1．2．3　集群資源管理器——YARN　9
1．3　Hadoop生態係統　12
1．4　Hadoop應用場景　14
小結　15
二章　Hadoop集群的搭建及配置　16
任務2．1　安裝及配置虛擬機　17
2．1．1　創建Linux虛擬機　17
2．1．2　設置固定IP　25
2．1．3　遠程連接虛擬機　27
2．1．4　虛擬機在綫安裝軟件　29
2．1．5　任務實現　32
任務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　任務實現　36
任務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　剋隆虛擬機　41
2．3．3　配置SSH免密碼登錄　43
2．3．4　配置時間同步服務　44
2．3．5　啓動關閉集群　46
2．3．6　監控集群　47
小結　50
實訓　50
實訓1　為Hadoop集群增加一個節點　50
實訓2　編寫Shell腳本同步集群時間　51
課後練習　51
第3章　Hadoop基礎操作　53
任務3．1　查看Hadoop集群的基本信息　54
3．1．1　查詢集群的存儲係統信息　55
3．1．2　查詢集群的計算資源信息　58
任務3．2　上傳文件到HDFS目錄　59
3．2．1　瞭解HDFS文件係統　59
3．2．2　掌握HDFS的基本操作　62
3．2．3　任務實現　65
任務3．3　運行MapReduce任務　67
3．3．1　瞭解Hadoop官方的示例程序包　67
3．3．2　提交MapReduce任務給集群運行　68
任務3．4　管理多個MapReduce任務　71
3．4．1　查詢MapReduce任務　72
3．4．2　中斷MapReduce任務　74
小結　76
實訓　77
實訓1　統計文件中所有單詞的平均長度　77
實訓2　查詢與中斷MapReduce任務　77
課後練習　78
第4章　MapReduce編程入門　80
任務4．1　使用Eclipse創建MapReduce工程　81
4．1．1　下載與安裝Eclipse　81
4．1．2　配置MapReduce環境　82
4．1．3　新建MapReduce工程　84
任務4．2　通過源碼初識MapReduce編程　86
4．2．1　通俗理解MapReduce原理　86
4．2．2　瞭解MR實現詞頻統計的執行流程　88
4．2．3　讀懂官方提供的WordCount源碼　89
任務4．3　編程實現按日期統計訪問次數　94
4．3．1　分析思路與處理邏輯　94
4．3．2　編寫核心模塊代碼　95
4．3．3　任務實現　97
任務4．4　編程實現按訪問次數排序　99
4．4．1　分析思路與處理邏輯　99
4．4．2　編寫核心模塊代碼　100
4．4．3　任務實現　102
小結　104
實訓　104
實訓1　獲取成績錶的高分記錄　104
實訓2　對兩個文件中的數據進行閤並與去重　105
課後練習　107
第5章　MapReduce進階編程　110
任務5．1　篩選日誌文件並生成序列化文件　111
5．1．1　MapReduce輸入格式　111
5．1．2　MapReduce輸齣格式　113
5．1．3　任務實現　113
任務5．2　Hadoop Java API讀取序列化日誌文件　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讀寫數據　121
5．2．4　任務實現　123
任務5．3　優化日誌文件統計程序　124
5．3．1　自定義鍵值類型　124
5．3．2　初步探索Combiner　128
5．3．3　淺析Partitioner　130
5．3．4　自定義計數器　132
5．3．5　任務實現　134
任務5．4　Eclipse提交日誌文件統計程序　137
5．4．1　傳遞參數　137
5．4．2　Hadoop輔助類ToolRunner　139
5．4．3　Eclipse自動打包並提交任務　140
小結　144
實訓　144
實訓1　統計全球每年的高氣溫和低氣溫　144
實訓2　篩選氣溫在15～25℃之間的數據　145
課後練習　146
第6章　項目案例：電影網站用戶性彆預測　151
任務6．1　認識KNN算法　152
6．1．1　KNN算法簡介　152
6．1．2　KNN算法原理及流程　152
任務6．2　數據預處理　154
6．2．1　獲取數據　154
6．2．2　數據變換　155
6．2．3　數據清洗　160
6．2．4　劃分數據集　163
任務6．3　實現用戶性彆分類　167
6．3．1　實現思路　167
6．3．2　代碼實現　169
任務6．4　評價分類結果的準確性　179
6．4．1　評價思路　179
6．4．2　實現分類評價　180
6．4．3　尋找優K值　184
小結　188
參考文獻　189
Hadoop大數據開發基礎 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

好書好書，值得購買，送貨還快

評分☆☆☆☆☆

我是參加過泰迪杯數據挖掘挑戰賽，然後纔知道有這麼一套新齣的大數據技術教材係列，很不錯，力挺！

評分☆☆☆☆☆

內容充實，講解到位，適閤初學！

評分☆☆☆☆☆

書是正版本的，需要這本書，網購省去瞭去書店找書的麻煩。

評分☆☆☆☆☆

選瞭要發票，但是發票並沒有給我寄

評分☆☆☆☆☆

很好，物流快，在看

評分☆☆☆☆☆

書的內容不錯哦

評分☆☆☆☆☆

書寫的比較粗糙，水平一般

評分☆☆☆☆☆

好書好書，值得購買，送貨還快

類似圖書 點擊查看全場最低價