《大数据技术入门（第2版）》内容简介

目前国内大数据市场继续保持高速的发展态势，作者在与地方政府、证券金融公司的项目合作中发现，他们对大数据技术很感兴趣，并希望从大数据技术、采集、存储、访问、安全、分析与开发等方面得到指导和帮助。因此编写了这本大数据技术的入门书。
本书共12章，以Hadoop和Spark框架为线索，比较全面地介绍了Hadoop技术、Spark技术、大数据存储、大数据访问、大数据采集、大数据管理、大数据分析、大数据开发、大数据环境自动化部署（Docker和K8s）等内容。
本书适合大数据技术初学者，政府、金融机构的大数据应用决策和技术人员、IT经理、CTO、CIO等快速学习大数据技术。本书也可以作为高等院校和培训学校相关专业的培训教材。
杨正洪 毕业于美国State University of New York at Stony Brook，在美国硅谷从事AI和大数据相关研发工作10多年，华中科技大学和中国地质大学客座教授，湖北省2013年海外引进人才，拥有多项国家专利。参与了大数据和人工智能的国家标准的制定，在2016年参与了公安部主导的“信息安全技术：大数据平台安全管理产品安全技术要求”的国家标准制定。作者还是中关村海外智库专家顾问和住建部中规院专家顾问，担任了在美上市公司CTO、北京某国企CIO和上海某国企高级副总裁等职。多年从事人工智能与大数据技术的工作，出版了《智慧城市》等多本书籍。

作品目录

内容简介
前言
本书内容组织
作者与技术支持邮箱
第1章：大数据时代
1.1、什么是大数据
1.2、大数据与云计算的关系
1.3、Hadoop和云平台的应用实例
1.4、数据湖（Data
Lake）
1.5、企业如何走向大数据
第2章：大数据软件框架
2.1、Hadoop框架
2.2、Spark（内存计算框架）
2.3、实时流处理框架
2.4、云端消息队列
2.5、框架的选择
2.6、Hadoop发行版
2.7、Mac上安装Hadoop
2.8、Linux上安装Hadoop
2.9、AWS云平台上安装Hadoop
第3章：大数据集群
3.1、集群实例分析
3.2、YARN
3.3、资源的调度器
3.4、深入研究Resource
Manager
3.5、集群配置文件总览
3.6、自动伸缩（Auto
Scaling）集群
3.7、迁移Hadoop集群
3.8、增加Instance
第4章：大数据存储：文件系统和云存储
4.1、HDFS
shell命令
4.2、配置HDFS
4.3、HDFS
API编程
4.4、HDFS
API总结
4.5、HDFS文件格式
4.6、云存储S3、第5章：大数据存储：数据库
5.1、NoSQL
5.2、HBase概述
5.3、HBase编程
5.4、其他NoSQL数据库
5.5、云数据库
第6章：大数据访问：SQL引擎层
6.1、Phoenix
6.2、Hive
6.3、Pig
6.4、ElasticSearch（全文搜索引擎）
6.5、Presto
第7章：大数据采集和导入
7.1、Flume
7.2、Kafka
7.3、Sqoop
7.4、Storm
7.5、Amazon
Kinesis
7.6、其他工具
第8章：大数据安全管控
8.1、数据主权和合规性
8.2、云端安全
8.3、云端监控
8.4、云端备份和恢复
8.5、大数据安全
第9章：大数据快速处理平台：Spark
9.1、Spark框架
9.2、Spark
Shell
9.3、Spark编程
9.4、RDD
9.5、Spark
SQL
9.6、Spark
Streaming
第10章：大数据分析
10.1、数据科学
10.2、预测分析
10.3、机器学习
10.4、算法
10.5、大数据分析总体架构
10.6、微服务
第11章：大数据环境自动化部署：Docker和Kubernetes
11.1、什么是Docker?
11.2、镜像文件
11.3、Docker安装
11.4、Dockerfile文件
11.5、Service（服务）
11.6、Swarm
11.7、Stack
11.8、Kubernetes
第12章：大数据开发管理
12.1、CI/CD（持续集成/持续发布）
12.2、代码管理工具GitHub
12.3、项目管理JIRA
12.4、项目构建工具Maven
12.5、大数据软件测试
附录1、数据量的单位级别
附录2、AWS
EC2创建步骤
附录3、分布式监控系统Ganglia
附录4、auth-ssh脚本