X
0


购买方式

联系编辑

编辑:孙老师

QQ:328334283

电话:0411-84708445

邮箱:

相关教材

大数据技术实战教程

袁丽娜

978-7-5685-2199-4

大连理工大学出版社

2019-09-01

¥51.80

编辑推荐
  • 内容简介
  • 教材目录
  • 样章试读
  • 教学资源
本教材包括12章,每个章节包括理论任务和实践任务,理论联系实际.本教材主要介绍大数据技术概述、Hadoop初体验、Hadoop分布式文件系统、Hadoop分布式计算框架、Hadoop分布式数据库HBase、NoSQL 数据库、数据仓库Hive、大数据采集、Spark技术、数据可视化、Python数据分析;除此之外,还包括使用Python对房屋价格进行预测分析和通过日志数据分析用户行为两个综合案例.读者在学习大数据技术的同时,可学会真正使用大数据技术解决问题,增强大数据实战能力.
 
第1章 大数据技术概述 1
1.1 理论任务:认识大数据 1
1.1.1 大数据概念 1
1.1.2 大数据处理的关键技术 4
1.1.3 大数据软件 5
1.2 实践任务:大数据实验环境 7
1.2.1 安装虚拟机、Linux系统 8

1.2.2 Linux常用命令 22

第2章Hadoop初体验25

2.1 理论任务:初识Hadoop 25
2.1.1 Hadoop概述 26
2.1.2 Hadoop发展简史 26
2.1.3 Hadoop版本 28
2.1.4 Hadoop生态圈 30

2.2 实践任务:Hadoop安装与配置 36

第3章 Hadoop分布式文件系统 51

3.1 理论任务:了解HDFS 51
3.1.1 认识HDFS 51
3.1.2 HDFS相关概念 52
3.1.3 HDFS体系结构 54
3.1.4 HDFS运行原理及保障 55
3.2 实践任务:HDFS基本操作 57
3.2.1 使用HDFS Shell访问 57

3.2.2 使用JAVA API与HDFS交互 63

第4章 Hadoop分布式计算框架 83

4.1 理论任务:认识MapReduce83
4.1.1 Mapreduce简介 84
4.1.2 MapReduce编程模型 85
4.1.3 MapReduce实例分析 88

4.2 实践任务:MapReduce应用开发 90

第5章 Hadoop分布式数据库HBase 103

5.1 理论任务:认识HBase 103
5.1.1 HBase简介 103
5.1.2 HBase数据模型 104
5.1.3 HBase体系结构 108
5.2 实践任务:HBase基本操作 110
5.2.1 HBase安装与配置 110
5.2.2 HBase Shell命令 115

5.2.3 HBase编程 120

第6章 NoSQL数据库 131

6.1 理论任务:了解NoSQL数据库 131
6.1.1 NoSQL简介 131
6.1.2 NoSQL类型 132
6.1.3 NoSQL数据库三大基石 133
6.1.4 从NoSQL到NewSQL数据库 135
6.2 实践任务:典型NoSQL数据库的安装和使用 136
6.2.1 Redis的安装和使用 136

6.2.2 MongoDB的安装和使用 144

第7章 数据仓库Hive 155

7.1 理论任务:认识Hive 155
7.1.1 Hive简介 155
7.1.2 Hive架构 156
7.1.3 Hive数据存储模型 158
7.2 实践任务:Hive基本操作 160
7.2.1 Hive和MySQL的安装及配置 160

7.2.2 HiveQL常用操作 167

第8章 大数据采集 171

8.1 理论任务:了解大数据采集工作 171
8.1.1 Sqoop简介 173
8.1.2 Flume简介 175
8.1.3 Kafka简介 178
8.2 实践任务:大数据采集工具的安装和使用 180
8.2.1 Sqoop安装及使用 180
8.2.2 Flume安装及使用 187

8.2.3 Kafka安装及使用 194

第9章 Spark技术 199

9.1 理论任务:认识Spark 199
9.1.1 Spark简介 199
9.1.2 Spark生态圈 202
9.2 实践任务:Spark的安装和编程 203
9.2.1 Spark安装和配置 203

9.2.2 Spark Shell使用 206

第10章 数据可视化 211

10.1 理论任务:了解数据可视化 211
10.1.1 数据可视化概述 211
10.1.2 可视化工具介绍 214
10.1.3 数据可视化的未来 216
10.2 实践任务:典型的可视化工具使用方法 217
10.2.1 使用ECharts制作图表 217

10.2.2 D3可视化库的使用方法 225

第11章 Python数据分析 231

11.1 理论任务:了解Python数据分析 231
11.1.1 Python语言环境搭建 232
11.1.2 Python语言基本语法 233
11.1.3 Python数据科学工具包 237
11.1.4 Python机器学习工具包 240
11.2 实践任务:Python数据分析应用 241
11.2.1 安装Python和numpy包 241
11.2.2 Python语法应用 244
11.2.3 Phthon数据科学工具包的安装和使用 244

11.2.4 Phthon机器学习工具包的安装和使用 250

第12章 综合案例 251

12.1 综合案例1:使用Python对房屋价格进行预测分析 251

12.2 综合案例2:通过日志数据分析用户行为 257

参考文献 272

  • 大数据技术实战教程——课件

    所属课程: 大数据技术实战教程 类型:zip 大小:141.64 MB 上传时间: 2022-08-05 13:43:42
全部下载

很抱歉!您正在使用的浏览器版本过低,无法正常使用我们的网站,请升级后再试!

为获得最佳浏览体验,建议您升级或使用其他浏览器,我们列出了一些最受欢迎的浏览器供您尝试:

0.694716s