大數據分析技術基礎

榮垂田 著

大數據分析技術基礎
  • 出版商: 機械工業
  • 出版日期: 2021-08-01
  • 定價: $234
  • 售價: 6.6 折 $154
  • 語言: 簡體中文
  • 頁數: 190
  • 裝訂: 平裝
  • ISBN: 711168558X
  • ISBN-13: 9787111685586
  • 相關分類: 大數據 Big-data

    • 立即出貨 (庫存 < 3)

中文年末書展｜繁簡參展書2書75折 詳見活動內容 »

相關主題

商品描述

大數據已發展成為一個學科。
本書作為該領域的入門教材，在內容上盡可能覆蓋大數據分析的基本理論和基本技術。
全書共9章：
第1章介紹大數據發展的背景和相關的理論知識；
第2章介紹大數據的採集方法，以及數據採集案例；
第3章介紹大數據處理平臺Hadoop，以及Hadoop在不同系統平臺上的安裝和部署方法；
第4章介紹MapReduce編程方法和開發工具，以及MapReduce編程實例；
第5章介紹HDFS及其相關的操作方法；
第6章介紹HBase及其相關的操作方法；
第7章介紹Hive及其在不同平臺上的安裝和部署方法、應用案例；
第8章介紹大數據處理平臺Spark，以及Spark編程實例；
第9章介紹NoSQL數據庫，以及典型的NoSQL數據庫系統。

本書可作為高等學校計算機、數據科學與大數據技術及人工智能或相關專業的本科生或研究生教材，
也可供對大數據分析感興趣的工程技術人員閱讀參考。

目錄大綱

前　 言
第1章　大數據概述 1
11　 大數據時代 1
111　 大數據的發展歷程 1
112　 大數據發展的內在驅動力 2
12　 大數據的相關概念 6
121　  大數據的5V特徵 6
122　  大數據的相關定義 6
13　 大數據的影響 8
14　 大數據分析 9
141　 大數據分析的特點 9
142　 大數據分析的流程 9
143　 大數據分析的核心技術 10
144　 大數據分析的計算模式 11
15　 大數據的行業應用 12
151　 社交大數據 12
152　 醫療大數據 13
153　 房地產大數據 13
16　 大數據與其他領域的關係 14
161　  雲計算、大數據和物聯網 14
162　 大數據與人工智能 16
習題 16

第2章　 大數據的採集 18
21　 大數據的來源 18
22　 大數據採集工具 19
23　 大數據預處理 19
24　 Nutch應用案例 20
241　 Nutch的安裝和配置 21
242　 Nutch爬取與內容解析 23
25　 Scrapy應用案例 25
251　 Scrapy框架概述 25
252　 Scrapy的安裝和配置 27
253　 Scrapy爬取實例 27
254　 總結 35
習題 36

第3章　 大數據處理平臺
Hadoop 37
31　 Hadoop概述 37
311　 Hadoop的發展歷程 37
312　 Hadoop的體系結構 38
313　 Hadoop的特點 39
32　 Hadoop的安裝和配置 40
321　 準備工作 40
322　 Hadoop軟件的安裝和配置 42
習題 64
第4章　 MapReduce編程 66
41　 MapReduce概述 66
42　 開發工具IntelliJ IDEA 67
43　 編程實例 71
431　 MapReduce經典入門程序——
字數統計（WordCount） 71
432　 MapReduce經典進階程序 81
433　 在集群上運行MapReduce
程序 87
習題 93

第5章　 HDFS 94
51　 HDFS概述 94
52　 HDFS的架構及特點 95
53　 文件格式及其訪問方法 96
531　 TextFile 97
532　 SequenceFile 99
533　 MapFile 102
534　 RCFile 106
54　 分佈式緩存 109
55　 HDFS Shell命令 112
56　 HDFS的其他訪問方式 116
習題 122

第6章　 HBase 123
61　 HBase概述 123
62　 HBase的數據模型 124
63　 HBase的邏輯結構 125
64　 HBase的架構及特點 126
65　 HBase的安裝與配置 129
66　 HBase Shell命令 135
67　 使用Java API訪問 HBase 140
習題 145

第7章　 Hive 146
71　 Hive概述 146
72　 在本地安裝運行Hive 147
721　 下載源文件 147
722　 修改配置文件 148
723　 啟動Hive 150
724　 創建數據庫和文件夾 152
725　 建表及加載數據 152
726　 測試Hive 153
73　 在Linux中安裝Hive 155
731　 機器準備 155
732　 Hive安裝包準備 155
733　 修改Hive配置文件 156
734　 修改Linux環境變量 157
735　 啟動Hive和相關測試 158
習題 159

第8章　 大數據處理平臺Spark 160
81　 Spark概述 160
811　 Spark的概念 160
812　 學習Spark的原因 160
813　 Spark組件 161
814　 Spark任務執行過程 162
82　 Spark本地（Windows）
安裝 163
821　 安裝Scala 163
822　 安裝Hadoop 164
823　 安裝Spark 165
83　 Spark集群安裝 166
84　 Spark運行實例 169
841　 蒙特·卡羅算法求π 169
842　 WordCount程序 169
習題 170

第9章　 NoSQL數據庫 171
91　 NoSQL數據庫概述 171
911　 NoSQL的產生 171
912　 因特網對關係數據庫提出的
新要求 172
913　 NoSQL數據庫的分類 172
92　 MongoDB 173
921　 MongoDB概述 173
922　 MongoDB的優勢 173
923　 MongoDB的安裝 174
924　 MongoDB使用實例 178
93　 Redis 180
931　 Redis概述 180
932　 Redis的應用場景 181
933　 Redis的數據類型及操作 181
934　 Redis的安裝 182
935　 Redis使用實例 184
94　 Memcached 185
941　 Memcached概述 185
942　 Memcached的應用場景 186
943　 Memcached的數據類型
及操作 186
944　 Memcached的安裝 187
945　 Memcached使用實例 188
習題 189
參考文獻 190

類似商品