大數(shù)據(jù)基礎(chǔ)與應(yīng)用

前言
第1章 初識大數(shù)據(jù)
1．1 大數(shù)據(jù)產(chǎn)生的背景
1．2 大數(shù)據(jù)的結(jié)構(gòu)與特征
1．2．1 大數(shù)據(jù)的結(jié)構(gòu)
1．2．2 大數(shù)據(jù)的特征
1．3 大數(shù)據(jù)相關(guān)概念
1．3．1 大數(shù)據(jù)關(guān)鍵技術(shù)
1．3．2 數(shù)據(jù)類型與數(shù)據(jù)管理
1．3．3 數(shù)據(jù)倉庫
1．3．4 數(shù)據(jù)挖掘
1．4 大數(shù)據(jù)可視化
1．4．1 什么是數(shù)據(jù)可視化
1．4．2 數(shù)據(jù)可視化的工具與方法
1．4．3 數(shù)據(jù)可視化的建模
1．4．4 數(shù)據(jù)可視化分類
1．5 大數(shù)據(jù)相關(guān)工具
1．5．1 Hadoop
1．5．2 R語言
1．5．3 Python語言
1．5．4 Rapid Miner
1．5．5 Tableau
1．6 大數(shù)據(jù)時代的新機(jī)遇
1．6．1 數(shù)據(jù)價值
1．6．2 應(yīng)用價值
1．6．3 發(fā)展前景
1．7 本章小結(jié)
1．8 習(xí)題
第2章 大數(shù)據(jù)處理架構(gòu)Hadoop
2．1 Hadoop簡介
2．2 Hadoop發(fā)展史及特點(diǎn)
2．3 Hadoop體系結(jié)構(gòu)
2．3．1 HDFS體系結(jié)構(gòu)
2．3．2 MapReduce體系結(jié)構(gòu)
2．4 醌置Linux環(huán)境
2．4．1 安裝VMware12虛擬機(jī)
2．4．2 部署CentOS64位操作系統(tǒng)
2．4．3 配置網(wǎng)絡(luò)
2．4．4 Linux終端
2．5 Hadoop環(huán)境搭建
2．5．1 JDK安裝和測試
2．5．2 Hadoop安裝和配置
2．5．3 SSH免密碼配置
2．6 Hadoop關(guān)鍵組件
2．6．1 HDFS
2．6．2 HBase
2．6．3 MapReduce
2．6．4 Hive
2．6．5 Pig
2．6．6 Mahout
2．6．7 Zoo Keeper
2．6．8 Flume
2．6．9 Sqoop
2．6．10 Ambari
2．7 本章小結(jié)
2．8 習(xí)題
第3章 分布式文件系統(tǒng)HDFS
3．1 HDFS概念
3．1．1 HDFS簡介
3．1．2 HDFS相關(guān)概念
3．2 HDFS體系結(jié)構(gòu)
3．3 HDFS文件存儲機(jī)制
3．4 HDFS的數(shù)據(jù)讀寫過程
3．4．1 讀數(shù)據(jù)的過程
3．4．2 寫數(shù)據(jù)的過程
3．5 HDFS應(yīng)用實踐
3．5．1 HDFS常用命令
3．5．2 HDFS的Web界面
3．5．3 HDFS常用JavaAPI及應(yīng)用實例
3．6 本章小結(jié)
3．7 習(xí)題
第4章 計算系統(tǒng)MapReduce
4．1 MapReduce概述
4．1．1 MapReduce簡介
4．1．2 MapReduce數(shù)據(jù)類型與格式
4．1．3 數(shù)據(jù)類型Writable接口
4．1．4 Hadoop序列化與反序列化機(jī)制
4．2 MapReduce架構(gòu)
4．2．1 數(shù)據(jù)分片
4．2．2 MapReduce的集群行為
4．2．3 MapReduce作業(yè)執(zhí)行過程
4．3 MapReduce接口類
4．3．1 MapReduce輸入的處理類
4．3．2 MapReduce輸出的處理類
4．4 MapReduce應(yīng)用案例——單詞計數(shù)程序
4．4．1 WordCount代碼分析
4．4．2 WordCount處理過程
4．5 本章小結(jié)
4．6 習(xí)題
……
第5章 分布式數(shù)據(jù)庫HBase
第6章 NoSQL數(shù)據(jù)庫
第7章 集群計算Spark
第8章 流計算Storm
第9章 分布式協(xié)調(diào)系統(tǒng)ZooKeeper
第10章 銷售數(shù)據(jù)分析系統(tǒng)
第11章 交互式數(shù)據(jù)處理
第12章 協(xié)同過濾推薦系統(tǒng)
附錄 課后習(xí)題答案
參考文獻(xiàn)