大數據處理技術基礎與應用 (Hadoop+Spark) 9787115637680 許桂秋孫海民胡貴恆

Name: 大數據處理技術基礎與應用 (Hadoop+Spark) 9787115637680 許桂秋 孫海民 胡貴恆
Brand: abooksthep
Price: 444.0 TWD
Availability: InStock

圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：人民郵電

NT$444

商品編號:

供貨狀況: 尚有庫存

加入最愛

商品介紹

*數量非實際在台庫存
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為實際資訊。
印行年月：202402*若逾兩年請先於私訊洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：大數據處理技術基礎與應用 (Hadoop+Spark)
ISBN：9787115637680
出版社：人民郵電
著編譯者：許桂秋孫海民胡貴恆
叢書名：大數據技術與應用叢書
頁數：237
所在地：中國大陸 *此為代購商品
書號：1615525
可大量預訂，請先連絡。

【台灣高等教育出版社簡體書】大數據處理技術基礎與應用 (Hadoop+Spark) 787115637680 許桂秋孫海民胡貴恆

內容簡介

本書是一本介紹大數據處理技術的專業圖書，力求提高讀者對大數據處理的認知水平和動手能力。本書首先介紹大數據技術的相關概念和發展歷程，從實踐的角度介紹Hadoop和Spark的安裝部署、編程基礎和使用方法；然後結合具體案例，重點介紹Spark RDD、Spark SQL、Spark Streaming、Spark Graph Frame等的應用思路和方法，並通過具體代碼，讓讀者更好地感受大數據處理技術的效果。本書既可以作為高等院校計算機、大數據等相關專業的教材，也可以作為大數據技術相關從業人員的參考書，還可作為零基礎人員學習Hadoop和Spark技術的入門圖書。

第1章大數據技術概述
1 1 大數據技術簡介
1 1 1 大數據的發展
1 1 2 大數據的流程
1 2 大數據的主流軟體
1 2 1 Hadoop
1 2 2 Spark
1 2 3 Flink
1 2 4 Hadoop與Spark對比
1 3 大數據的主流編程語言
1 3 1 Python語言
1 3 2 Java語言
1 3 3 Scala語言
1 4 本章小結
第2章 Hadoop部署安裝與使用
2 1 Linux基本操作
2 1 1 Linux簡介
2 1 2 新建與刪除用戶
2 1 3

許可權的查看與修改
2 1 4 Linux的常用命令
2 1 5 任務實現
2 2 搭建Hadoop完全分散式集群
2 2 1 關閉防火牆
2 2 2 安裝SSH
2 2 3 安裝Xshell及Xftp（可選）
2 2 4 安裝Java
2 2 5 安裝Hadoop
2 2 6 克隆主機
2 2 7 安裝完全分散式模式
2 3 查看Hadoop集群的基本信息
2 3 1 查詢存儲系統信息
2 3 2 查詢計算資源信息
2 4 本章小結
第3章 HDFS基本操作
3 1 HadoopShell命令操作HDFS
3 1 1 HDFS簡介
3 1 2 HDFSShell命令簡介
3 1 3

操作
3 1 4 文件操作
3 1 5 利用Web界面管理HDFS
3 1 6 任務實現
3 2 Java操作HDFS
3 2 1 在Eclipse中創建HDFS交互Java項目
3 2 2 在Java項目中編寫Java應用程序
3 2 3 編譯運行應用程序與打包文件
3 2 4 任務實現
3 2 5 文件常用操作的參考代碼
3 3 本章小結
第4章 MapReduce基本原理與編程實現
4 1 MapReduce基本原理
4 1 1 MapReduce簡介
4 1 2 MapReduce編程核心思想
4 1 3 MapReduce編程規範
4 1 4 MapReduce的輸入格式
4 1 5 MapReduce的輸出格式
4 1 6 分區
4 1 7 合併
4 2 編程實現——按訪問次數排序
4 2 1 編程思路與處理邏輯
4 2 2 核心模塊代碼
4 2 3 任務實現
4 3 本章小結
第5章 Hive部署與編程基礎
5 1 搭建偽分散式Hive
5 1 1 Hive概述
5 1 2 Hive安裝和配置
5 2 Hive基本操作
5 2 1 資料庫基本操作
5 2 2 數據表基本操作
5 2 3 數據基本操作
5 3 編程實現——部門工資統計
5 4 本章小結
第6章 Spark部署與編程基礎
6 1 Spark的運行原理
6 1 1 集群架構
6 1 2 運行流程
6 1 3 核心數據集RDD
6 1 4 核心原理
6 2 Scala安裝與使用
6 2 1 Scala語言概述
6 2 2 Scala特性
6 2 3 環境設置與安裝
6 3 Spark安裝與使用
6 3 1 環境搭建前的準備
6 3 2 Spark的安裝與配置
6 3 3 在PySpark中運行代碼
6 3 4 編程實現——Spark獨立應用程序
6 4 本章小結
第7章 SparkRDD：彈性分散式數據集
7 1 RDD概述
7 2 RDD編程
7 2 1 RDD編程基礎
7 2 2 鍵值對RDD
7 2 3 數據讀寫操作
7 3 編程實現
7 3 1 任務1：取出排名前五的訂單支付金額
7 3 2 任務2：文件排序
7 3 3 任務3：二次排序
7 4 本章小結
第8章 SparkSQL：結構化數據文件處理
8 1 SparkSQL概述
8 1 1 SparkSQL簡介
8 1 2 SparkSQLCLI配置
8 1 3 SparkSQL與Shell交互
8 2 DataFrame基礎操作
8 2 1 創建DataFrame對象
8 2 2 DataFrame查看數據
8 2 3 DataFrame查詢操作
8 2 4 DataFrame輸出操作
8 3 SparkSQL與MySQL的交互
8 4 本章小結
第9章 SparkStreaming：實時計算框架
9 1 SparkStreaming概述
9 1 1 SparkStreaming應用場景
9 1 2 流計算概述
9 1 3 SparkStreaming特性分析
9 2 DStream編程模型基礎
9 2 1 DStream概述
9 2 2 基本輸入源
9 2 3 轉換操作
9 2 4 輸出操作
9 3 編程實現——流數據過濾與分析
9 4 本章小結
第10章 SparkGraphFrames：圖計算
10 1 圖計算概述
10 1 1 圖的基本概念
10 1 2 圖計算的應用
10 1 3 GraphFrames簡介
10 2 GraphFrames編程模型基礎
10 2 1 創建實例化圖
10 2 2 視圖和圖操作
10 2 3 保存和載入圖
10 3 編程實現——基於GraphFrames的網頁排名
10 3 1 準備數據集
10 3 2 GraphFrames實現演算法
10 3 3 使用PageRank進行網頁排名
10 4 本章小結
第11章大數據生態常用工具介紹
11 1 Flume的安裝與使用
11 1 1 安裝及配置Flume
11 1 2 實例分析
11 2 Kafka的安裝與使用
11 2 1 Kafka相關概念
11 2 2 安裝Kafka
11 2 3 實例分析
11 3 Sqoop的安裝與使用
11 3 1 安裝及配置Sqoop
11 3 2 添加MySQL驅動程序
11 3 3 測試Sqoop與MySQL的連接
11 4 編程實現——編寫Spark程序使用Kafka數據
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。