Hadoop 技術手冊, 4/e (Hadoop: The Definitive Guide, 4/e)
Tom White 著，林峰正、王耀聰、辜文元、施赬陽、周天穎 譯
- 出版商: 歐萊禮
- 出版日期: 2016-09-14
- 定價: $980
- 售價: 7.9 折 $774
- 語言: 繁體中文
- ISBN: 9864761366
- ISBN-13: 9789864761364
- 相關原文書: Hadoop: The Definitive Guide, 4/e (Paperback)
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
Spark 學習手冊 (Learning Spark: Lightning-Fast Big Data Analysis)$520售價: $411 -
.jpg)
Python+Spark 2.0+Hadoop 機器學習與大數據分析實戰$680售價: $530 -
Spring Data 技術手冊 (Spring Data)$580售價: $458 -
機器學習 | 使用 Python 進行預測分析的基本技術$580售價: $458 -
Python 機器學習 (Python Machine Learning)$580售價: $452 -
網站擷取｜使用Python (Web Scraping with Python: Collecting Data from the Modern Web)$580售價: $458 -
The Linux Programming Interface 國際中文版 (上冊 + 下冊)$1,600貴賓價: $1,248 -
Hadoop 管理手冊 (Hadoop Operations)$580售價: $458 -
資料智慧化：利用資料科學，將資訊化為創見$480售價: $379 -
深度學習快速入門—使用 TensorFlow (Getting started with TensorFlow)$360售價: $281 -
Effective SQL中文版 | 寫出良好 SQL 的61個具體做法 (Effective SQL : 61 Specific Ways to Write Better SQL)$450售價: $356 -
精通 Python｜運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)$780售價: $616 -
寫給PM、RD與設計師看的設計需求分析─使用者想要的應用程式都是這樣打造出來的 (Designing the Requirements: Building Applications that the User Wants and Needs)$580貴賓價: $441 -
貴賓價: $336Spark大資料分析實戰 -
VR虛擬實境學習手冊｜為桌面應用、網頁、行動裝置打造身臨其境的體驗 (Learning Virtual Reality: Developing Immersive Experiences and Applications for Desktop, Web, and Mobile)$420售價: $332 -
Spark 大數據分析新利器─資料科學家與數據分析師非用不可的入門指南書 (Big Data Analytics with Spark: A Practitioner's Guide to Using Spark for Large Scale Data Analysis)$520售價: $364 -
Python 機器學習 + Python+Spark 2.0+Hadoop機器學習與大數據分析實戰 (雙書合購促銷)$1,260售價: $945 -
Data Science from Scratch｜用Python學資料科學 (中文版)(Data Science from Scratch: First Principles with Python)$580售價: $458 -
貴賓價: $393Spark核心技術與高級應用 -
讓響應式(RWD)網頁設計變簡單：Bootstrap開發速成 (附135分鐘專題影音教學)$420售價: $332
產品描述
<內容簡介>
準備好釋放潛藏在您資料中的力量了嗎？透過這本綜合技術大全，您將學會如何用Apache Hadoop來打造並維運一個可靠而具擴充性的分散式系統。無論是想瞭解如何分析各種大小資料集的程式設計師，或者想要設定與運行Hadoop叢集的系統管理員，都合適閱讀本書。
針對Hadoop 2所做的這個改版，新增了YARN以及Hadoop相關專案的新章節，像是Parquet、Flume、Crunch及Spark。從這些新案例中，您可以了解Hadoop在健康照護系統以及基礎資料處理這些領域所扮演的角色。
．學習基礎元件如MapReduce、HDFS及YARN。
．更深入探索MapReduce，包含開發應用程式。
．設定及維護Hadoop叢集以使用HDFS及YARN上的Mapreduce。
．學習兩種資料格式：Avro 的資料序列化和Parquet巢狀資料。
．使用資料攝取工具，如Flume（使用於串流資料）和Sqoop（使用於批量資料傳輸）。
．了解高階資料處理工具，如Pig、Hive、Crunch，以及Spark。
．學習HBase分散式資料庫以及運用ZooKeeper打造分散式服務。
<目錄>
第一部分 Hadoop 基礎
chapter 1|遇見 Hadoop
chapter 2|MapReduce
chapter 3|Hadoop 分散式檔案系統
chapter 4|YARN
chapter 5|Hadoop 的 I/O
第二部分 MapReduce
chapter 6|開發 MapReduce 程式
chapter 7|MapReduce 如何運作
chapter 8|MapReduce 的類型與格式
chapter 9|MapReduce 的特性
第三部分 Hadoop 操作
chapter 10|建立一個 Hadoop 叢集
chapter 11|Hadoop 的管理
第四部分 相關專案
chapter 12|Avro
chapter 13|Parquet
chapter 14|Flume
chapter 15|Sqoop
chapter 16|Pig
chapter 17|Hive
chapter 18|Crunch
chapter 19|Spark
chapter 20|HBase
chapter 21|ZooKeeper
第五部分 案例研究
chapter 22|Cerner 的可聚集資料
chapter 23|生物資料科學：用軟體拯救生命
chapter 24|Cascading
appendix A|安裝 Apache Hadoop
appendix B|Cloudera 的Hadoop 發行套件
appendix C|準備 NCDC 氣象資料
appendix D|舊版及新版的 Java MapReduce API
index