Hadoop MapReduce編程基礎(chǔ)實(shí)例教程

第1章 大數(shù)據(jù)概述
1.1 大數(shù)據(jù)概念
1.2 大數(shù)據(jù)發(fā)展歷程
1.3 大數(shù)據(jù)特征
1.4 大數(shù)據(jù)技術(shù)
1.4.1 大數(shù)據(jù)采集與預(yù)處理
1.4.2 大數(shù)據(jù)存儲(chǔ)與管理
1.4.3 大數(shù)據(jù)計(jì)算模式
1.4.4 大數(shù)據(jù)分析與挖掘
1.4.5 大數(shù)據(jù)可視化
1.4.6 大數(shù)據(jù)隱私與安全保護(hù)
1.5 大數(shù)據(jù)應(yīng)用場(chǎng)景
1.6 大數(shù)據(jù)職業(yè)
第2章 虛擬化集群環(huán)境
2.1 虛擬機(jī)的安裝
2.2 安裝CentOS系統(tǒng)
2.3 克隆CentOS系統(tǒng)
2.4 CentOS系統(tǒng)網(wǎng)絡(luò)配置
2.5 常用的Linux連接終端與文件上傳T具
第3章 Hadoop集群
3.1 Hadoop概述
3.1.1 Hadoop是什么
3.1.2 Hadoop發(fā)展進(jìn)程
3.1.3 HDES
3.2 Linux時(shí)鐘同步
3.3 服務(wù)器配置
3.3.1 配置主機(jī)名
3.3.2 關(guān)閉防火墻
3.3.3 配置Hosts列表
3.4 JDK環(huán)境安裝
3.4.1 準(zhǔn)備工作
3.4.2 安裝JDK
3.5 SSH免密碼登錄
3.6 搭建Hadoop集群
3.6.1 準(zhǔn)備工作
3.6.2 安裝
3.6.3 配置
3.7 Hadoop Shell
3.7.1 Hadoop Shell概述
3.7.2 用戶(hù)命令
3.7.3 管理命令
3.7.4 FS Shell
第4章 Hadoop生態(tài)
4.1 Apache HBase
4.1.1 Apathe HBase概述
4.1.2 準(zhǔn)備工作
4.1.3 Apache HBase安裝與配置
4.2 Apache-Pig
4.2.1 Apache Pig概述
4.2.2 準(zhǔn)備工作
4.2.3 安裝與配置
4.2.4 Pig運(yùn)行模式
4.3 Apache-Hive
4.3.1 準(zhǔn)備工作
4.3.2 安裝與配置
4.4 Apache Mahout
4.4.1 準(zhǔn)備工作
4.4.2 安裝與配置
4.5 Apache Sqoop
4.5.1 準(zhǔn)備工作
4.5.2 安裝與配置
4.6 Apache Z00Keeper
4.6.1 準(zhǔn)備工作
4.6.2 安裝與配置
第5章 MapReduce編程
5.1 MapReduce編程模型
5.1.1 Hadoop基本數(shù)據(jù)類(lèi)型封裝
5.1.2 Mapper
5.1.3 Reducer
5.1.4 控制類(lèi)
5.2 MapReduce開(kāi)發(fā)環(huán)境搭建
5.2.1 JDK安裝
5.2.2 STS安裝
5.3 編寫(xiě)MapReduee程序
5.3.1 英文單詞計(jì)數(shù)
5.3.2 最高氣溫計(jì)算
第6章 MapReduce數(shù)據(jù)分析實(shí)戰(zhàn)
6.1 網(wǎng)站PV分析
6.1.1 任務(wù)描述
6.1.2 數(shù)據(jù)來(lái)源
6.1.3 數(shù)據(jù)分析思路
6.1.4 數(shù)據(jù)分析
6.2 瀏覽器分析
6.2.1 任務(wù)描述
6.2.2 數(shù)據(jù)來(lái)源
6.2.3 數(shù)據(jù)分析思路
6.2.4 編寫(xiě)MapReduce程序
6.2.5 數(shù)據(jù)可視化
6.3 招聘數(shù)據(jù)分析
6.3.1 任務(wù)描述
6.3.2 數(shù)據(jù)來(lái)源
6.3.3 數(shù)據(jù)分析思路
6.3.4 數(shù)據(jù)導(dǎo)入
6.3.5 數(shù)據(jù)分析
6.4 Online Judge數(shù)據(jù)分析
6.4.1 任務(wù)描述
6.4.2 數(shù)據(jù)來(lái)源
6.4.3 數(shù)據(jù)分析思路
6.4.4 HBase數(shù)據(jù)導(dǎo)入方式
6.4.5 導(dǎo)入數(shù)據(jù)到HBase
6.4.6 編寫(xiě)MapRecluee程序分析數(shù)據(jù)
第7章 MapReduce推薦應(yīng)用實(shí)戰(zhàn)
7.1 好友推薦
7.1.1 任務(wù)描述
7.1.2 數(shù)據(jù)來(lái)源
7.1.3 數(shù)據(jù)計(jì)算思路
7.1.4 計(jì)算好友列表
7.1.5 計(jì)算共同好友
7.1.6 打包執(zhí)行
7.2 電影推薦
7.2.1 任務(wù)描述
7.2.2 數(shù)據(jù)來(lái)源
7.2.3 數(shù)據(jù)計(jì)算思路
7.2.4 Join操作
7.2.5 推薦電影
7.3 新書(shū)推薦
7.3.1 任務(wù)描述
7.3.2 數(shù)據(jù)來(lái)源
7.3.3 Slope One算法
7.3.4 推薦思路
7.3.5 單機(jī)運(yùn)行Mahout推薦算法
7.3.6 Hadoop集群模式運(yùn)行Mahout推薦算法
第8章 MapReduce數(shù)據(jù)挖掘?qū)崙?zhàn)
8.1 關(guān)聯(lián)規(guī)則挖掘
8.1.1 任務(wù)描述
8.1.2 數(shù)據(jù)來(lái)源
8.1.3 關(guān)聯(lián)規(guī)則挖掘概述
8.1.4 FP—Growth算法
8.1.5 數(shù)據(jù)挖掘過(guò)程
8.2 聚類(lèi)分析
8.2.1 任務(wù)描述
8.2.2 數(shù)據(jù)來(lái)源
8.2.3 聚類(lèi)概述
8.2.4 K-Means算法
8.2.5 Mabout聚類(lèi)
8.3 數(shù)據(jù)分類(lèi)
8.3.1 任務(wù)描述
8.3.2 數(shù)據(jù)來(lái)源
8.3.3 分類(lèi)概述
8.3.4 樸素貝葉斯分類(lèi)算法
8.3.5 Mabout分類(lèi)
參考文獻(xiàn)