《Hadoop海量数据处理：技术详解与项目实战（第2版）》内容简介

本书介绍了Hadoop技术的相关知识，并将理论知识与实际项目相结合。全书共分为三个部分：基础篇、应用篇和总结篇。基础篇详细介绍了Hadoop、YARN、MapReduce、HDFS、Hive、Sqoop和HBase，并深入探讨了Hadoop的运维和调优；应用篇则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；结束篇对全书进行总结，并对技术发展做了展望。
范东来，北京航空航天大学硕士，技术图书作者和译者，著有《Hadoop海量数据处理》（该书台湾繁体字版为《Hadoop：BigData技術詳解與專案實作》），译有《解读NoSQL》。BBD（数联铭品）大数据技术部负责人，大数据平台架构师，极客学院布道师。研究方向：并行图挖掘、去中心化应用。

作品目录

版权信息
内容提要
第2版序
第1版序
前言
为什么要写这本书
本书特点有哪些
读者对象是哪些
为什么要写第2版
如何阅读本书
勘误和支持
致谢
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
1.4、小结
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HBase
2.6、安装Sqoop
2.7、Cloudera
Manager
2.8、小结
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
3.4、HDFS中的新特性
3.5、小结
第4章：YARN：统一资源管理和调度平台
4.1、YARN是什么
4.2、统一资源管理和调度平台范型
4.3、YARN的架构
4.4、YARN的工作流程
4.5、YARN的调度器
4.6、YARN命令行
4.7、Apache
Mesos
4.8、小结
第5章：分而治之的智慧：MapReduce
5.1、认识MapReduce
5.2、Hello
Word
Count
5.3、MapReduce的过程
5.4、MapReduce的工作机制
5.5、MapReduce编程
5.6、MapReduce编程实例：连接
5.7、MapReduce编程实例：二次排序
5.8、MapReduce编程实例：全排序
5.9、小结
第6章：SQL
on
Hadoop：Hive
6.1、认识Hive
6.2、数据类型和存储格式
6.3、HQL：数据定义
6.4、HQL：数据操作
6.5、HQL：数据查询
6.6、Hive函数
6.7、Hive用户自定义函数
6.8、小结
第7章：SQL
to
Hadoop
:
Sqoop
7.1、一个Sqoop示例
7.2、导入过程
7.3、导出过程
7.4、Sqoop的使用
7.5、小结
第8章：HBase:
Hadoop
Database
8.1、酸和碱：两种数据库事务方法论
8.2、CAP定理
8.3、NoSQL的架构模式
8.4、HBase的架构模式
8.5、HBase写入和读取数据
8.6、HBase基础API
8.7、HBase高级API
8.8、小结
第9章：Hadoop性能调优和运维
9.1、Hadoop客户端
9.2、Hadoop性能调优
9.3、Hive性能调优
9.4、HBase调优
9.5、Hadoop运维
9.6、小结
应用篇：商业智能系统项目实战
第10章：在线图书销售商业智能系统
10.1、项目背景
10.2、功能需求
10.3、非功能需求
10.4、小结
第11章：系统结构设计
11.1、系统架构
11.2、功能设计
11.3、数据仓库结构
11.4、系统网络拓扑与硬件选型
11.5、技术选型
11.6、小结
第12章：在开发之前
12.1、新建一个工程
12.2、代码目录结构
12.3、项目的环境变量
12.4、如何调试
12.5、小结
第13章：实现数据导入导出模块
13.1、处理流程
13.2、导入方式
13.3、读取配置文件
13.4、SqoopUtil
13.5、整合
13.6、导入说明
13.7、导出模块
13.8、小结
第14章：实现数据分析工具模块
14.1、处理流程
14.2、读取配置文件
14.3、HiveUtil
14.4、整合
14.5、数据分析和报表
14.6、小结
第15章：实现业务数据的数据清洗模块
15.1、ETL
15.2、处理流程
15.3、数据去重
15.4、小结
第16章：实现点击流日志的数据清洗模块
16.1、数据仓库和Web
16.2、处理流程
16.3、字段的获取
16.4、编写MapReduce作业
16.5、还能做什么
16.6、小结
第17章：实现购书转化率分析模块
17.1、漏斗模型
17.2、处理流程
17.3、读取配置文件
17.4、提取所需数据
17.5、编写转化率分析MapReduce作业
17.6、对中间结果进行汇总得到最终结果
17.7、整合
17.8、小结
第18章：实现购书用户聚类模块
18.1、物以类聚
18.2、聚类算法
18.3、用MapReduce实现聚类算法
18.4、处理流程
18.5、提取数据并做归一化
18.6、维度相关性
18.7、使用Mahout完成聚类
18.8、得到最终结果
18.9、评估聚类结果
18.10、小结
第19章：实现调度模块
19.1、工作流
19.2、编写代码
19.3、crontab
19.4、让数据说话
19.5、小结
结束篇：总结和展望
第20章：总结和展望
20.1、总结
20.2、BDAS
20.3、Dremel系技术
20.4、Pregel系技术
20.5、Docker和Kubernetes
20.6、数据集成工具NiFi
20.7、小结
参考文献
欢迎来到异步社区！
异步社区的来历
社区里都有什么？
灵活优惠的购书
社区里还可以做什么？
加入异步
看完了