《Hadoop海量数据处理》内容简介

Hadoop是目前最受关注的大数据处理平台和解决方案，并且已经广泛应用于生产环境。本书主要介绍Hadoop技术的相关知识，不但详细介绍了Hadoop、MapReduce、HDFS、Hive和Sqoop，还深入探讨了Hadoop的运维和调优，并包含了一个具有代表性的完整的基于Hadoop的商业智能系统的设计和实现。本书的最大特点是面向实践。基础篇介绍Hadoop及相关组件的同时，包含了大量动手实例，而应用篇包含的基于Hadoop的完整实例脱胎于生产环境的真实项目。在应用篇中，读者不仅能够通过项目实战巩固基础篇的学习效果，还能学习商业智能系统的开发过程。本书由浅至深，从理论基础到项目实战，适合Hadoop的初学者阅读，也适合作为高等院校相关课程的教学参考书。
作者：范东来

作品目录

序
前言
基础篇：Hadoop基础
第1章：绪论
1.1、Hadoop和云计算
1.2、Hadoop和大数据
1.3、数据挖掘和商业智能
第2章：环境准备
2.1、Hadoop的发行版本选择
2.2、Hadoop架构
2.3、安装Hadoop
2.4、安装Hive
2.5、安装Sqoop
2.6、Eclipse
Hadoop插件的安装和使用
第3章：Hadoop的基石：HDFS
3.1、认识HDFS
3.2、HDFS读取文件和写入文件
3.3、如何访问HDFS
第4章：分而治之的智慧：MapReduce
4.1、认识MapReduce
4.2、Hello
WordCount
4.3、MapReduce的过程
4.4、MapReduce的工作机制
4.5、MapReduce编程
4.6、MapReduce编程实例：连接
4.7、MapReduce编程实例：二次排序
4.8、MapReduce编程实例：全排序
第5章：SQL
on
Hadoop：Hive
5.1、认识Hive
5.2、数据类型和存储格式
5.3、HQL：数据定义
5.4、HQL：数据操作
5.5、HQL：数据查询
5.6、Hive函数
5.7、Hive用户自定义函数
第6章：SQL
to
Hadoop：Sqoop
6.1、一个Sqoop示例
6.2、导入过程
6.3、导出过程
6.4、Sqoop的使用
第7章：Hadoop性能调优和运维
7.1、Hadoop客户端
7.2、Hadoop性能调优
7.3、Hive性能调优
7.4、Hadoop运维
应用篇：商业智能系统项目实战
第8章：在线图书销售商业智能系统
8.1、项目背景
8.2、功能需求
8.3、非功能需求
第9章：系统结构设计
9.1、系统架构
9.2、功能设计
9.3、数据仓库结构
9.4、系统网络拓扑与硬件选型
9.5、技术选型
第10章：在开发之前
10.1、新建一个工程
10.2、代码目录结构
10.3、项目的环境变量
10.4、如何调试
第11章：实现数据导入导出模块
11.1、处理流程
11.2、导入方式
11.3、读取配置文件
11.4、SqoopUtil
11.5、整合
11.6、导入说明
11.7、导出模块
第12章：实现数据分析工具模块
12.1、处理流程
12.2、读取配置文件
12.3、HiveUtil
12.4、整合
12.5、数据分析和报表
第13章：实现业务数据的数据清洗模块
13.1、ETL
13.2、处理流程
13.3、数据去重
第14章：实现点击流日志的数据清洗模块
14.1、数据仓库和Web
14.2、处理流程
14.3、字段的获取
14.4、编写MapReduce作业
14.5、还能做什么
第15章：实现购书转化率分析模块
15.1、漏斗模型
15.2、处理流程
15.3、读取配置文件
15.4、提取所需数据
15.5、编写转化率分析MapReduce作业
15.6、对中间结果进行汇总得到最终结果
15.7、整合
第16章：实现购书用户聚类模块
16.1、物以类聚
16.2、聚类算法
16.3、用MapReduce实现聚类算法
16.4、处理流程
16.5、提取数据并做归一化
16.6、维度相关性
16.7、使用Mahout完成聚类
16.8、得到最终结果
16.9、评估聚类结果
第17章：实现调度模块
17.1、工作流
17.2、编写代码
17.3、crontab
17.4、让数据说话
结束篇：总结和展望
第18章：总结和展望
18.1、总结
18.2、YARN和CDH5、18.3、Apache
Spark
18.4、NoSQL和NewSQL
参考文献