Cloudera Hadoop大数据平台实战指南宋立桓，陈建平著
举报
正版保证，放心选购！可开发票！
-
作者:
宋立桓，陈建平著
-
出版社:
清华大学出版社
-
ISBN:
9787302517535
-
出版时间:
2019-02
-
装帧:
平装
-
开本:
16开
-
ISBN:
9787302517535
-
出版时间:
2019-02
售价
￥
43.00
7.3折
定价
￥59.00
品相
全新
上书时间2025-07-12
卖家超过10天未登录
-
-
商品描述：
-
目录
目?? 录
第1章? 大数据概述?? ?1
1.1? 大数据时代的数据特点?? ?1
1.2? 大数据时代的发展趋势——数据将成为资产?? ?2
1.3? 大数据时代处理数据理念的改变?? ?3
1.3.1? 要全体不要抽样?? ?3
1.3.2? 要效率不要?? ?3
1.3.3? 要相关不要因果?? ?4
1.4? 大数据时代的关键技术?? ?5
1.5? 大数据时代的典型应用案例?? ?5
1.5.1? 塔吉特超市精准营销案例?? ?5
1.5.2? 谷歌流感趋势案例?? ?6
1.5.3? 证券行业案例?? ?6
1.5.4? 某运营商大数据平台案例?? ?7
1.6? Hadoop概述和介绍?? ?7
1.6.1? Hadoop 发展历史和应用现状?? ?7
1.6.2? Hadoop 的特点?? ?8
1.6.3? Hadoop 的生态系统?? ?8
第2章? Cloudera大数据平台介绍?? ?10
2.1? Cloudera简介?? ?10
2.2? Cloudera的Hadoop发行版CDH简介?? ?11
2.2.1? CDH概述?? ?11
2.2.2? CDH和Apache Hadoop对比?? ?12
2.3? Cloudera Manager大数据管理平台介绍?? ?12
2.3.1? Cloudera Manager概述和整体架构?? ?12
2.3.2? Cloudera Manager的基本核心功能?? ?14
2.3.3? Cloudera Manager的功能?? ?18
2.4? Cloudera平台参考部署架构?? ?19
2.4.1? Cloudera的软件体系结构?? ?19
2.4.2? 群集硬件规划配置?? ?19
2.4.3? Hadoop集群角色分配?? ?21
2.4.4? 网络拓扑?? ?23
第3章? Cloudera Manager及CDH离线安装部署?? ?25
3.1? 安装前的准备工作?? ?25
3.2? Cloudera Manager及CDH安装?? ?30
3.3? 添加其他大数据组件?? ?35
第4章? 分布式文件系统HDFS?? ?37
4.1? HDFS简介?? ?37
4.2? HDFS体系结构?? ?38
4.2.1? HDFS 架构概述?? ?38
4.2.2? HDFS命名空间管理?? ?38
4.2.3? NameNode?? ?39
4.2.4? SecondaryNameNode?? ?39
4.3? HDFS 2.0新特性?? ?41
4.3.1? HDFS HA?? ?41
4.3.2? HDFS Federation?? ?42
4.4? HDFS操作常用shell命令?? ?43
4.4.1? HDFS目录操作和文件处理命令?? ?43
4.4.2? HDFS的Web管理界面?? ?44
4.4.3? dfsadmin管理维护命令?? ?45
4.4.4? namenode命令?? ?47
4.5? Java编程操作HDFS实践?? ?47
4.6? HDFS 的参数配置和规划?? ?49
4.7? 使用Cloudera Manager启用HDFS HA?? ?51
4.7.1? HDFS HA高可用配置?? ?51
4.7.2? HDFS HA高可用功能测试?? ?54
第5章? 分布式计算框架MapReduce?? ?57
5.1? MapReduce概述?? ?57
5.2? MapReduce原理介绍?? ?58
5.2.1? 工作流程概述?? ?58
5.2.2? MapReduce框架的优势?? ?58
5.2.3? MapReduce执行过程?? ?59
5.3? MapReduce编程——单词示例解析?? ?59
5.4? MapReduce应用开发?? ?60
5.4.1? 配置MapReduce开发环境?? ?60
5.4.2? 编写和运行MapReduce程序?? ?61
第6章? 资源管理调度框架YARN?? ?65
6.1? YARN产生背景?? ?65
6.2? YARN框架介绍?? ?66
6.3? YARN工作原理?? ?67
6.4? YARN框架和MapReduce1.0框架对比?? ?69
6.5? CDH集群的YARN参数调整?? ?69
第7章? 数据仓库Hive?? ?72
7.1? Hive简介?? ?72
7.2? Hive体系架构和应用场景?? ?73
7.2.1? Hive体系架构?? ?73
7.2.2? Hive应用场景?? ?74
7.3? Hive的数据模型?? ?75
7.3.1? 内部表?? ?75
7.3.2? 外部表?? ?75
7.3.3? 分区表?? ?75
7.3.4? 桶?? ?75
7.4? Hive实战操作?? ?76
7.4.1? Hive内部表操作?? ?77
7.4.2? Hive外部表操作?? ?77
7.4.3? Hive分区表操作?? ?79
7.4.4? 桶表?? ?80
7.4.5? Hive应用实例WordCount?? ?82
7.4.6? UDF?? ?84
7.5? 基于Hive的应用案例?? ?86
第8章? 数据迁移工具Sqoop?? ?88
8.1? Sqoop概述?? ?88
8.2? Sqoop工作原理?? ?89
8.3? Sqoop版本和架构?? ?91
8.4? Sqoop实战操作?? ?93
第9章? 分布式数据库HBase?? ?100
9.1? HBase概述?? ?100
9.2? HBase数据模型?? ?101
9.3? HBase生态地位和系统架构?? ?101
9.3.1? HBase的生态地位解析?? ?101
9.3.2? HBase系统架构?? ?102
9.4? HBase运行机制?? ?103
9.4.1? Region?? ?103
9.4.2? Region Server工作原理?? ?103
9.4.3? Store工作原理?? ?104
9.5? HBase操作实战?? ?104
9.5.1? HBase常用shell命令?? ?104
9.5.2? HBase编程实践?? ?107
9.5.3? HBase参数调优的案例分享?? ?109
第10章? 分布式协调服务ZooKeeper?? ?111
10.1? ZooKeeper的特点?? ?111
10.2? ZooKeeper的工作原理?? ?112
10.2.1? 基本架构?? ?112
10.2.2? ZooKeeper实现分布式Leader节点选举?? ?112
10.2.3? ZooKeeper配置文件重点参数详解?? ?112
10.3? ZooKeeper典型应用场景?? ?115
10.3.1? ZooKeeper实现HDFS的NameNode高可用HA?? ?115
10.3.2? ZooKeeper实现HBase的HMaster高可用?? ?116
10.3.3? ZooKeeper在Storm集群中的协调者作用?? ?116
第11章? 准实时分析系统Impala?? ?118
11.1? Impala概述?? ?118
11.2? Impala组件构成?? ?119
11.3? Impala系统架构?? ?119
11.4? Impala的查询处理流程?? ?120
11.5? Impala和Hive的关系和对比?? ?121
11.6? Impala安装?? ?122
11.7? Impala入门实战操作?? ?124
第12章? 日志采集工具Flume?? ?128
12.1? Flume概述?? ?128
12.2? Flume体系结构?? ?129
12.2.1? Flume外部结构?? ?129
12.2.2? Flume的Event事件概念?? ?130
12.2.3? Flume的Agent?? ?130
12.3? Flume安装和集成?? ?131
12.3.1? 搭建Flume环境?? ?131
12.3.2? Kafka与Flume集成?? ?132
12.4? Flume操作实例介绍?? ?132
12.4.1? 例子概述?? ?132
12.4.2? 第一步：配置数据流向?? ?132
12.4.3? 第二步：启动服务?? ?133
12.4.4? 第三步：新建空数据文件?? ?133
12.4.5? 第四步：运行flume-ng命令?? ?133
12.4.6? 第五步：运行命令脚本?? ?134
12.4.7? 一步：测试结果?? ?134
第13章? 分布式消息系统Kafka?? ?135
13.1? Kafka架构设计?? ?135
13.1.1? 基本架构?? ?135
13.1.2? 基本概念?? ?136
13.1.3? Kafka主要特点?? ?136
13.2? Kafka原理解析?? ?137
13.2.1? 主要的设计理念?? ?137
13.2.2? ZooKeeper在Kafka的作用?? ?137
13.2.3? Kafka在ZooKeeper的执行流程?? ?137
13.3? Kafka安装和部署?? ?138
13.3.1? CDH5集成Kafka?? ?138
13.3.2? Kafka部署模式和配置?? ?139
13.4? Java操作Kafka消息处理实例?? ?141
13.4.1? 例子概述?? ?141
13.4.2? 第一步：新建工程?? ?141
13.4.3? 第二步：编写代码?? ?141
13.4.4? 第三步：运行发送数据程序?? ?142
13.4.5? 一步：运行接收数据程序?? ?143
13.5? Kafka与HDFS的集成?? ?143
13.5.1? 与HDFS集成介绍?? ?143
13.5.2? 与HDFS集成实例?? ?144
13.5.3? 第一步：编写代码——发送数据?? ?144
13.5.4? 第二步：编写代码——接收数据?? ?145
13.5.5? 第三步：导出文件?? ?146
13.5.6? 第四步：上传文件?? ?146
13.5.7? 第五步：运行程序——发送数据?? ?146
13.5.8? 第六步：运行程序——接收数据?? ?147
13.5.9? 一步：查看执行结果?? ?147
第14章? 大数据ETL工具Kettle?? ?148
14.1? ETL原理?? ?148
14.1.1? ETL简介?? ?148
14.1.2? ETL在数据仓库中的作用?? ?149
14.2? Kettle简介?? ?149
14.3? Kettle完整案例实战?? ?150
14.3.1? 案例介绍?? ?150
14.3.2? 效果?? ?150
14.3.3? 表说明?? ?150
14.3.4? 第一步：准备数据库数据?? ?151
14.3.5? 第二步：新建转换?? ?152
14.3.6? 第三步：新建数据库连接?? ?153
14.3.7? 第四步：拖动表输入组件?? ?153
14.3.8? 第五步：设置属性——order表?? ?154
14.3.9? 第六步：设置属性——user表?? ?155
14.3.10? 第七步：拖动流查询并设置属性——流查询?? ?155
14.3.11? 第八步：设置属性——product表?? ?156
14.3.12? 第九步：连接组件?? ?156
14.3.13? 第十步：设置属性——文本输出?? ?156
14.3.14? 一步：运行程序并查看结果?? ?157
14.4? Kettle调度和命令?? ?158
14.4.1? 通过页面调度?? ?158
14.4.2? 通过脚本调度?? ?159
14.5? Kettle使用原则?? ?161
第15章? 大规模数据处理计算引擎Spark?? ?162
15.1? Spark简介?? ?162
15.1.1? 使用背景?? ?162
15.1.2? Spark特点?? ?163
15.2? Spark架构设计?? ?163
15.2.1? Spark整体架构?? ?163
15.2.2? 关键运算组件?? ?164
15.2.3? RDD介绍?? ?164
15.2.4? RDD操作?? ?165
15.2.5? RDD依赖关系?? ?166
15.2.6? RDD源码详解?? ?167
15.2.7? Scheduler?? ?168
15.2.8? Storage?? ?168
15.2.9? Shuffle?? ?169
15.3? Spark编程实例?? ?170
15.3.1? 实例概述?? ?170
15.3.2? 第一步：编辑数据文件?? ?170
15.3.3? 第二步：编写程序?? ?171
15.3.4? 第三步：上传JAR文件?? ?171
15.3.5? 第四步：远程执行程序?? ?172
15.3.6? 一步：查看结果?? ?172
15.4? Spark SQL实战?? ?173
15.4.1? 例子概述?? ?173
15.4.2? 第一步：编辑数据文件?? ?173
15.4.3? 第二步：编写代码?? ?174
15.4.4? 第三步：上传文件到服务器?? ?174
15.4.5? 第四步：远程执行程序?? ?174
15.4.6? 一步：查看结果?? ?175
15.5? Spark Streaming实战?? ?175
15.5.1? 例子概述?? ?175
15.5.2? 第一步：编写代码?? ?175
15.5.3? 第二步：上传文件到服务器?? ?176
15.5.4? 第三步：远程执行程序?? ?177
15.5.5? 第四步：上传数据?? ?177
15.5.6? 一步：查看结果?? ?177
15.6? Spark MLlib实战?? ?178
15.6.1? 例子步骤?? ?178
15.6.2? 第一步：编写代码?? ?178
15.6.3? 第二步：上传文件到服务器?? ?179
15.6.4? 第三步：远程执行程序?? ?179
15.6.5? 第四步：上传数据?? ?180
15.6.6? 一步：查看结果?? ?180
第16章? 大数据全栈式开发语言Python?? ?182
16.1? Python简介?? ?182
16.2? Python安装和配置?? ?183
16.2.1? Anaconda介绍?? ?183
16.2.2? Anaconda?? ?183
16.2.3? Anaconda安装?? ?184
16.2.4? Anaconda包管理?? ?185
16.2.5? PyCharm?? ?185
16.2.6? PyCharm安装?? ?185
16.2.7? PyCharm使用?? ?187
16.3? Python入门?? ?190
16.3.1? 例子概述?? ?190
16.3.2? 第一步：新建Python文件?? ?190
16.3.3? 第二步：设置字体大小?? ?191
16.3.4? 第三步：编写代码?? ?191
16.3.5? 第四步：执行程序?? ?192
16.3.6? 一步：改变输入?? ?192
16.4? Python数据科学库pandas入门?? ?193
16.4.1? 例子概述?? ?193
16.4.2? pandas包介绍?? ?194
16.4.3? 第一步：打开Jupyter Notebook?? ?194
16.4.4? 第二步：导入包?? ?194
16.4.5? 第三步：定义数据集?? ?195
16.4.6? 第四步：过滤数据?? ?195
16.4.7? 一步：获取数据?? ?196
16.5? Python绘图库matplotlib入门?? ?197
16.5.1? 例子概述?? ?197
16.5.2? 第一步：新建一个Python文件?? ?197
16.5.3? 第二步：引入画图包?? ?197
16.5.4? 第三步：组织数据?? ?198
16.5.5? 第四步：画图?? ?198
16.5.6? 一步：查看结果?? ?199
第17章? 大数据实战案例：实时数据流处理项目?? ?200
17.1? 项目背景介绍?? ?200
17.2? 业务需求分析?? ?200
17.3? 项目技术架构?? ?201
17.4? 项目技术组成?? ?202
17.5? 项目实施步骤?? ?202
17.5.1? 第一步：运用Kafka产生数据?? ?202
17.5.2? 第二步：运用Spark接收数据?? ?208
17.5.3? 第三步：安装Redis软件?? ?211
17.5.4? 第四步：准备程序运行环境?? ?214
17.5.5? 第五步：远程执行Spark程序?? ?216
17.5.6? 第六步：编写Python实现可视化?? ?218
17.5.7? 一步：执行Python程序?? ?221
17.6? 项目总结?? ?222
第18章? 大数据实战案例：用户日志综合分析项目?? ?223
18.1? 项目背景介绍?? ?223
18.2? 项目设计目的?? ?223
18.3? 项目技术架构和组成?? ?224
18.4? 项目实施步骤?? ?225
18.4.1? 第一步：本地数据FTP到Linux环境?? ?225
18.4.2? 第二步：Linux数据上传到HDFS?? ?225
18.4.3? 第三步：使用Hive访问HDFS数据?? ?226
18.4.4? 第四步：使用Kettle把数据导入HBase?? ?228
18.4.5? 第五步：使用Sqoop把数据导入MySQL?? ?234
18.4.6? 第六步：编写Python程序实现可视化?? ?236
18.4.7? 一步：执行Python程序?? ?238
内容摘要
对于入门和学习大数据技术的读者来说，大数据技术的生态圈和知识体系过于庞大，可能还没有开始学习就已经陷入众多的陌生名词和泛泛的概念中。宋立桓、陈建平著的《ClouderaHadoop大数据平台实战指南》的切入点明确而清晰，从Hadoop生态系统的明星Cloudera入手，逐步引出各类大数据基础和核心应用框架。
本书分为18章，系统介绍Hadoop生态系统大数据相关的知识，包括大数据概述、ClouderaHadoop平台的安装部署、HDFS分布式文件系统、MapReduce计算框架、资源管理调度框架YARN、Hive数据仓库、数据迁
移工具Sqoop、分布式数据库HBase、ZooKeeper分布式协调服务、准实时分析系统Impala、日志采集工具Flume、分布式消息系统Kafka、ETL工具Kettle、
Spark计算框架等内容，最后给出两个综合实操案例，以巩固前面所学的知识点。
本书既适合Hadoop初学者、大数据技术工程师和大数据技术爱好者自学使用，亦可作为高等院校和培训机构大数据相关课程的培训用书。
主编推荐
本书的定位是大数据从入门到应用的简明系统教程。对于Hadoop生态体系，企业通常使用的是Hadoop商业版本，因此本书实操的运行环境采用Cloudera的CDH。本书的是理论联系实践、实用性强、内容全面、讲解详细、深入浅出，是大数据技术爱好者入门的*图书。本书*后给出的两个实战案例极有价值，方便读者对所学的知识融会贯通。
精彩内容
对于入门和学习大数据技术的读者来说，大数据技术的生态圈和知识体系过于庞大，可能还没有开始学习就已经陷入众多的陌生名词和泛泛的概念中。本书的切入点明确而清晰，从Hadoop 生态系统的明星 Cloudera 入手，逐步引出各类大数据基础和核心应用框架。 本书分为18章，系统介绍Hadoop 生态系统大数据相关的知识，包括大数据概述、Cloudera Hadoop平台的安装部署、HDFS分布式文件系统、MapReduce计算框架、资源管理调度框架Y
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
