8 (905) 200-03-37 Владивосток
с 09:00 до 19:00
CHN - 1.14 руб. Сайт - 21.13 руб.

8057272 | Подлинная бесплатная доставка из царапины Hadoop Analysis Analysis Версия видео -обучения Wen Chunshui bi jiexin Hadoop Базовые знания Большие данные облачные вычисления Linux System Spark Distributed

Цена: 1 184руб.    (¥56)
Артикул: 588632492199

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:北京华章图书旗舰店
Адрес:Пекин
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥ 30 18.99402руб.
¥46.9991руб.
¥18.7396руб.
¥49.71 051руб.
  • Информация о товаре
  • Фотографии

Сбор старших экспертов за 12 лет опыта развития с фронтом, взять вас за руку, чтобы освоить основную технологию Hadoop, усыновить“Теоретическое объяснение———&Rdquo;

 

 

Информация о товаре предоставляется издателем, которая может немного отличаться от опубликованных товаров. Продукты подлежат реальным товарам.

 
  Книга    имя:  
  Цена книги:   89 Юань
   автор:  
  out   Общество:   Machinery Industry Press
  Дата публикации:  2019-03-04
 ISBN  номер:  9787111619314
  открыто    Книга:16
  страница   Количество: 368
     раз: 1-1
Эта книга предназначена для начинающих, которые готовы присоединиться к индустрии больших данных, и представила основные технологии и связанные с ним случаи процедур больших данных на простых и забавных языках.Содержание включает в себя базовую концепцию данных, установку и конфигурацию HADOOP, HDFS, HDFS HDFS Высокая доступность, Zookeeper, MapReduce, пряжа, SQOOP, KAFKA, REDIS, и каждая точка знаний оснащена случаями Чтобы понять процесс строительства и разработки корпоративных случаев от построения среды больших данных до основной технологии больших данных, чтобы легко ввести поле больших данных.Эта книга сильно практична, которая очень подходит для чтения читателей больших данных Hadoop, а также подходит для соответствующих колледжей в качестве учебников для анализа больших данных и добычи.

Предисловие
Глава 1 базовые знания Hadoop
ГЛАВА 1 ЗНАЙТЕ HADOOP 2
1.1 Предварительное исследование больших данных 2
1.1.1 Технология больших данных 2
1.1.2 Структура технологии больших данных 3
1.1.3 Особенности больших данных 3 3
1.1.4 Применение больших данных в различных отраслях 4
1.1.5 Режим вычисления больших данных 4
1.1.6 Связь между большими данными и облачными вычислениями и Интернетом вещей 4
1.2 Введение в Hadoop 5
1.2.1 Hadoop. Статус -кво 6
1.2.2 Профиль Hadoop и значение 6
1.3 Резюме 6
Глава 2 Установка и конфигурация Hadoop 7
2.1 Создание виртуальной машины 7
2.2 Установите систему Linux 10
2.3 Настройте информацию о сети 11
2.4 Clone Server 12
2.5 SSH -пароль бесплатный вход в систему 13
2.6 Установка и конфигурация JDK 15
2.6.1 Загрузить пакет установки 15
2.6.2 Установить JDK 16
2.6.3 Переменная среда конфигурации 16
2.7 Конфигурация переменной среды Hadoop 16
2.7.1 Унзифоп сжатый пакет 17
2.7.2 Настройте папки Hadoop's Bin и SBIN на 17 в переменных окружающей среды 17
2.7.3 Modify /etc/hadoop/hadoop-env.sh 17
2.8 Hadoop Распределенная установка 17
2.8.1 Псевдо -распределительная установка 17
2.8.2 Полностью распределенная установка 19
2.9 Резюме 21
Глава 3 Hadoop Распределенная файловая система 22
3.1 DFS Введение 22
3.1.1 Что такое DFS 22
3.1.2 Структура DFS 22
3.2 Введение в HDFS 23
3.2.1 Концепция и архитектура HDFS 23
3.2.2 HDFS Design 23
3.2.3 Преимущества и недостатки HDFS 24
3.2.4 Принцип выполнения HDFS 24
3.2.5 Основная концепция HDF 25
3.2.6 HDFS Чтение файлов процесс 27
3.2.7 HDFS Записать процесс 28
3.2.8 Стратегия размещения блока 29
3.3 Общие команды HDF в Hadoop 30
3.3.1 Работа файла 30
3.3.2 Управление и обновление 31
3.4 Применение HDFS 31
3.4.1 Работа на основе Shell 31
3.4.2 Операция на основе Java API 33
3.4.3 Создайте папку 34
3.4.4 Рекурсивный файл отображения 34
3.4.5 Загрузка файла 35
3.4.6 Скачать файл 35
3.5 Сводка 36
Глава 4 HDFS High доступен 37 на основе Hadoop 3
4.1 Hadoop 3.x разработка 37
4.1.1 Hadoop 3 Новые функции 37
4.1.2 Hadoop 3 HDFS Cluster Architecture 38
4.2 Hadoop 3 HDFS Полная распределенная конструкция 39
4.2.1 Установить JDK 40
4.2.2 Настройка переменной среды JDK 40
4.2.3 Настройте пароль бесплатный вход в систему 40
4.2.4 Настройте отношения IP и имени хоста.
4.2.5 SSH пароль бесплатный вход настройки 41
4.2.6 Настройка Hadoop 3.1.0 42
4.3 Что такое HDFS High доступно 47
4.3.1 HDFS Высокий доступный принцип реализации 47
4.3.2 HDFS Высокая доступная реализация 48
4.4 Строительство HDFS Высокая доступность 50
4.4.1 Настройка Zookeeper 50
4.4.2 Файл конфигурации конфигурации 52
4.4.3 Скопируйте файл конфигурации в другие узлы 54
4.4.4 Запустите узел JN 54
4.4.5 Формат 55
4.4.6. Скопируйте метаданные до 55 на узлах Node2
4.4.7 Форматирование ZKFC 55
4.4.8 Start Cluster 56
4.4.9 Просмотреть статус кластера через браузер 56
4.4.10 Высокий доступный тест 57
4.5 Резюме 58
Глава 2 Hadoop Core Technology
Глава 5 Распределенная служба Координации Hadoop——ZooKeeper 60
5.1 Основная концепция Zookeeper 60
5.1.1 Механизм сеанса 60
5.1.2 Узел данных, версия и наблюдатель 61
5.1.3 ACL стратегия 61
5.2 Установка и работа Zookeeper 61
5.3 Общие команды на сервере Zookeeper 63
5.4 Связанная операция клиента подключает Zookeeper 64
5.4.1 Просмотреть Zookeeper Обычно используемые команды 64
5.4.2 Команда Connect и команда LS 65
5.4.3 Создать команду——
5.4.4 Получить команду——
5.4.5 Установить команду——
5.4.6 Удалить команду——
5.5 Используйте Java API для доступа к Zookeeper 67
5.5.1. Подготовка окружающей среды и создание примеров сеанса 68
5.5.2 Пример создания узла 69
5.5.3 Java API Access Zookeeper Encament 70
5.6 Резюме 73
Глава 6 Распределенная рамка расчета в автономном режиме——MapReduce 74
6.1 Обзор MapReduce 74
6.1.1 Характеристики MapReduce 74
6.1.2 Сценарий применения MapReduce 75
6.2 Процесс выполнения MapReduce 76
6.2.1 Статистический пример словарного запаса 76
6.2.2 Процесс выполнения MapReduce 77
6.2.3 MapReduce File Scies Split 77
6.2.4 MAP -процесс и уменьшить процесс 78
6.2.5 Процесс перетасовки 78
6.3 MapReduce Encament 79
6.3.1 Пример локального теста Word Count 79
6.3.2 ETL локальный тест Пример 84
6.4 Пример сортировки температуры 86
6.4.1 Упаковка времени и температуры mykey.java 87
6.4.2 MAP Задача myMapper.java 88
6.4.3 Класс пакетов данных MyGroup.java 89
6.4.4 Сортировка температуры mysort.java 89
6.4.5 Разделение данных MyPartitioner.java 90
6.4.6 Задача REDUCER MYREDUCER.JAVA 90
6.4.7 Основная функция runjob.java 91
6.5 Резюме 94
Глава 7 Система управления ресурсами Hadoop——YARN 95
7.1 Зачем использовать пряжу 95
7.2 Основная архитектура пряжи 96
7.2.1 Processemanager Process 96
7.2.2 ApplicationMaster и Nodemanager 97
7.3 Рабочий процесс пряжи 97
7.4 Строительство пряжи 98
7.5 Сводка 100
Глава 8 Структура хранилища данных Hadoop——Hive 101
8.1 Теоретическая основа уля 101
8.1.1 Что такое улей 101
8.1.2 Сходства и различия между Hive и Database 102
8.1.3 Цель и применение дизайна улей 104
8.1.4 Hive's Running Architecture 104
8.1.5 Процесс выполнения улья 105
8.1.6 Служба уляя 106
8.1.7 Yuan Store Metastore 106
8.1.8 Встроенный режим 107
8.1.9 локальный режим 108
8.1.10 Удаленный режим 109
8.2 Конфигурация и установка Hive 109
8.2.1 Установить MySQL 110
8.2.2 Настройка улья 112
8.3 Работа улей таблицы 113
8.3.1 Создать улей таблица 114
8.3.2 Данные импорта 114
8.4 Таблицы и подразделение и подразделение 115
8.4.1 Раздел Таблицы 115
8.4.2 Таблицы таблиц 117
8.5 Внутренняя таблица и внешняя таблица 118
8.5.1 Внутренняя таблица 119
8.5.2 Внешняя таблица 119
8.6 Встроенная -В функции и пользовательской функции 121
8.6.1 -Встроенный -в экземпляре функции 121
8.6.2 Пользовательский экземпляр функции UDAF 123
8.7 Посетите Hive 124 через Java
8.8 Оптимизация уля 125
8.8.1 Оптимизация MapReduce 126
8.8.2 Оптимизация конфигурации 126
8.9 Маленький финал 127
Глава 9 Большие данные быстро прочитайте и пишите——HBase 128
9.1 о nosql 128
9.1.1 Что такое nosql 128
9.1.2 Классификация базы данных NOSQL 129
9.1.3 Применение базы данных NOSQL 129
9.1.4 Разница между реляционной базой данных и нереляционной базой данных 130
9.2 HBASE BASIC 130
9.2.1 Введение в HBASE 130
9.2.2 Модель данных HBASE 131
9.2.3 Архитектура и компонент HBASE 132
9.2.4 Принцип исполнения HBase 134
9.3 Установка HBASE 135
9.4 Работа HBASE 138
9.5 Java API посетите HBASE Пример 139
9.5.1 Создание таблицы 139
9.5.2 Вставьте данные 140
9.5.3 Данные запроса 141
9.6 Резюме 142
Глава 10 Массовый инструмент сбора журналов——Flume 143
10.1 Что такое Flume 143
10.2 Особенности Flume 143
10.3 Архитектура Flume 144
10.4 Основной компонент Flume 144
10.4.1 Событие, клиент и агент——
10.4.2 Source—
10.4.3 Channel—
10.4.4 Sink—
10.4.5 Другие компоненты 148
10.5 Установка Flume 148
10.6 Пример приложения Flume Типичный пример 149
10.6.1 Локальное чтение данных (Conf1) 149
10.6.2 Соберите в HDFS 150
10.6.3 Сбор данных на основе данных 152
10.7 Реализуйте сбор данных через команду EXEC 153
10.7.1 Инструмент установки 153
10.7.2 Редактировать файл конфигурации Conf4 155
10.7.3 запустить Flume 156
10.7.4 Просмотреть сгенерированный файл 156
10.7.5 Просмотреть данные в HDFS 157
10.8 Резюме 158
Глава 11 Инструменты передачи данных между Hadoop и смежными базами данных——Sqoop 159
11.1 Что такое SQOOP 159
11.2 СВОП -механизм 159
11.3 Установка и конфигурация SQOOP 161
11.3.1 Скачать SQOOP 161
11.3.2 Конфигурация SQOOP 162
11.4 SQOOP DATA ВВЕДЕНИЕ ЭНТЕРСО 163
11.4.1.
11.4.2 Импорт данных в улья 167
11.4.3 Результаты руководства в HDFS 170
11.5 Пример экспорта данных SQOOP 172
11.6 Резюме 173
Глава 12 Распределенное квест сообщений——Kafka 174
12.1 Что такое Кафка 174
12.2 Архитектура и основной компонент Кафки 174
12.2.1 Имя категории записи сообщества——Topic 175
12.2.2 Производитель и потребитель——
12.2.3 Другие компоненты——
12.3 Скачать и кластерная установка Kafka 177
12.3.1 Скачать и декомпрессия пакета установки 177
12.3.2 Конфигурация установки KAFKA 178
12.4 Приложение Cafka Exmance 181
12.4.1 Экземпляр производителя 181
12.4.2 Инстанция потребителя 182
12.5 Резюме 184
Глава 13 База данных памяти с открытым исходным кодом——Redis 185
13.1 Введение в Redis 185
13.1.1 Что такое Redis 185
13.1.2 Особенности Redis 186
13.2 Установка и конфигурация Redis 186
13.3 Клиентский логин 187
13.3.1 Пароль - пустая посадка 187
13.3.2 Установите пароль. Вход 188
13.4 Тип данных Redis 188
13.4.1 Тип строки 188
13.4.2 Тип типа 190
13.4.3 Хэш тип 191
13.4.4 Set Type 194
13.5 Резюме 197
Глава 14 Амбари и CDH 198
14.1 Амбари Установка и управление кластером 198
14.1.1 Знай HDP и Ambari 198
14.1.2 Ambari Construction 199
14.1.3 Настройте сетевую карту и измените имя машины 199
14.1.4 Определите взаимосвязь между DNS -сервером и изменяйте отображение хоста Hosts 200
14.1.5 Выключите брандмауэр и установите JDK 200
14.1.6 Обновление протокола с конвергенцией openssl версии 201 версии 201 версии 201
14.1.7 Выключите Selinux Control Access 201
14.1.8 SSH -пароль -free Login 202
14.1.9 Синхронный NTP 202
14.1.10 Выключите службу THP Linux 204
14.1.11 Настройка Umask и HTTP Service 204
14.1.12 Установите инструменты, связанные с производством локального источника и Createrepo 205
14.1.13 Запретить в автономном обновлении и производстве локальный источник 205
14.1.14 Установить Ambari-Server и MySQL 208
14.1.15 Установить Ambari 210
14.1.16 Установите агент и вход и установка Ambari 211
14.1.17 Установка и задача развертывания Решение 214
14.2 CDH Установка и управление кластером 216
14.2.1 Что такое CDH и Cloudera Manager введение 216
14.2 Сравнение Cloudra Manager с Ambari 216
14.2.3 CDH Установка и конфигурация сетевой карты 217
14.2.4 Измените имя и определение машины DNS Server 217
14.2.5 Модифицировать отношения хоста Хост. Отношения 218
14.2.6 Закрыть брандмауэр 218
14.2.7 Установить JDK 219
14.2.8 Обновление OpenSSL Construction Layer Edition 219
14.2.9 Отключить функцию обязательного доступа Selinux 220
14.2.10 SSH -пароль -Free Login 220
14.2.11 Синхронная установка NTP 220
14.2.12 Установить MySQL 222
14.2.13 Установить Cloudra Manager 222
14.2.14 Добавить пакет драйверов MySQL и изменить конфигурацию агента 223
14.2.15 Инициализируйте базу данных CM5 и создайте пользователь 223 Cloudera-SCM 223
14.2.16 Подготовка посылок 223
14.2.17 Конфигурация установки CDH 224
14.3 Резюме 227
Глава 15 Быстрая и общая кластерная вычислительная система——Spark 228
15.1 Spark Basic знания 228
15.1.1 Особенности Spark 228
15.1.2 Сравнение Spark and Hadoop 229
15.2 Эластичный распределенный набор данных RDD 230
15.2.1 Концепция RDD 230
15.2.2 Метод создания RDD 230
15.2.3 Операция RDD 230
15.2.4 Процесс выполнения RDD 231
15.3 Механизм эксплуатации искры 232
15.4 Spark 233 Бег на пряже
15.4.1 Run Spark 233 на пряже
15.4.2 Два режима развертывания Spark на пряже 233
15.5 Spark Cluster Установка 234
15.5.1 Скачать пакет установки Spark 234
15.5.2 Среда установки Spark 236
15.5.3 Установка и конфигурация Scala 236
15.5.4 Настройка распределенного кластера.
15.6. Подробное объяснение экземпляра Spark 241
15.6.1 Статистика URL -адресов с наибольшим количеством пользователей веб -сайтов 241
15.6.2 Примеры географического позиционирования пользователя 243
15.7 Резюме 246
Статья 3 Hadoop Case Case Cash Combat
Глава 16 Фактическая борьба с системой бизнес -анализа больших данных на основе продуктов E -Commerce 248
16.1.
16.2 Функция и процесс 249
16.2.1 Информация пользователя 250
16.2.2 Информация о товаре 251
16.2.3 Запись о покупке 251
16.3 Сбор данных 252
16.3.1 Файл конфигурации Flume 252
16.3.2 Start Flume 253
16.3.3 Просмотр собранного файла 253
16.3.4 Просмотр файла 254 через фоновую команду 254
16.3.5 Просмотреть содержимое файла 255
16.3.6 Загрузить user.list Файл 256
16.3.7 Загрузить каталог бренда.
16.4 Предварительная обработка данных 257
16.5 Анализ данных——
16.6 Установите модель 264
16.6.1 Общее потребление пользователя каждой возрастной группы 264
16.6.2 Запрос о общих продажах каждого бренда 265
16.6.3 Расследование об общем потреблении каждой провинции 266
16.6.4 Используйте SQOOP для импорта данных в базу данных MySQL 266
16.7 Визуализация данных 268
16.8 Резюме 272
Глава 17 Анализ портрета пользователя 273
17.1 Проект Фон 273
17.2 Цели проекта и процесс разработки проекта 274
17.2.1 Сбор данных 274
17.2.2 Предварительная обработка данных 275
17.2.3 Строительство модели 275
17.2.4 Анализ данных 276
17.3 Интерпретация базового кода 277
17.3.1 Введение проекта 277
17.3.2 Интерпретация основного класса 278
17.3.3 Файл конфигурации Core-site.xml 279
17.3.4 Файл конфигурации HDFS-site.xml 279
17.3.5 userprofile.properties Файл конфигурации 280
17.3.6 LoadConfig.java: Прочтите информацию о конфигурации 280
17.3.7 readfile.java: Read File 281
17.3.8 Readfromhdfs.java: извлечение информации 281
17.3.9 userprofile.java: Создать пользовательский портрет 282
17.3.10 TextArrayWrable.java: инструмент обработки строки класс 285
17.3.11 MapReduce Задача 1: userprofilemapreduce.java 285
17.3.12 MapReduce Задача 2: userProfilEmapreduce2.java 289
17.3.13 userprofileputinhbasemap.java: извлечь пользовательский портрет 291
17.3.14 userProfilePutinhbasereduce: Портрет пользователя хранилища 292
17.4 Развертывание проекта 293
17.5 Резюме 294
Глава 18 Персонализированная система видео рекомендаций Real Combat 295
18.1 Проект Фон 295
18.2 Введение в целей проекта и системы рекомендаций 295
18.2.1 Классификация рекомендуемой системы 295
18.2.2 Процесс строительства рекомендуемой модели 296
18.2.3 Основной алгоритм системы рекомендаций 297
18.2.4 Как выполнить рекомендацию по продукту 300 на основе фреймворта Mahout
18.2.5 Пример товарных рекомендаций 300 на основе фреймворта 300 Махоут 300
18.3 Рекомендуемая система проекта. Архитектура 302
18.4 Рекомендую системную модель конструкции 303
18,5 CORE 304
18.5.1 Общественная часть 305
18.5.2 Offline Part 307
18.5.3 Онлайн часть 311
18.6 Резюме 314
Глава 19 Телекоммуникации вдали от интернет -пользователей сохраняют фактический бой 315
19.1 Понимание бизнеса 315
19.2 Понимание данных 316
19.2.1 Соберите данные 316
19.2.2 Понять данные 317
19.2.3 Гарантия качества данных 318
19.3 Организация данных 318
19.3.1 Интеграция данных 318
19.3.2 Фильтр данных 319
19.4 Очистка данных 319
19.4.1 распознавание шума 320
19.4.2 Определение отъезда и экстремального значения 321
19.4.3 Метод лечения групповой стоимости 321
19.4.4 Пример обработки значения воздуха данных 323
19.5 Преобразование данных 324
19.5.1 Преобразование переменной 324
19.5.2 Классификация классификации сжатия 324
19.5.3 Непрерывные данные дискретные 325
19.5.4 Изменить глупую переменную 326
19.5.5 Стандартизация данных 326
19.5.6 Сжатие данных 326
19.6 Моделирование 327
19.6.1 Обзор алгоритма дерева решений 327
19.6.2 ОБУЧЕНИЯ ШАГИ Дерева решений 327
19.6.3 Дерево решений обучения 328
19.6.4 C4.5 Алгоритм 329
19.6.5 Ветви дерева решений 332
19.7 Оценка 335
19.7.1 Матрица путаницы 335
19.7.2 ROC Curve 336
19.8 Развертывание 338
19.9 Подробное объяснение случая пользователя вдали от сети 339
19.9.1 Подготовка данных 339
19.9.2 Связанный анализ 341
19.9.3 Окончательное моделирование 342
19.9.4 Оценка модели 343
19.10 Резюме 346
Изучите анализ больших данных Hadoop с нуля (версия для обучения видео)
Wen Chunshui bi jiexin скомпилирован
Номер книги: 978-7-111-61931-4
Индийский Чжан: 23 (всего 368)
Книжный хребет: 17 мм
Цена: 89,00 юаней.
Размер готового продукта: 186*240 мм
Печать: 3500 объемов
Желе: компьютер/большие данные
 

Книги, продаваемые в этом магазине, являются настоящими книгами