新書推薦：
《
超加工人群：为什么有些食物让人一吃就停不下来
》
售價：NT$
454.0
《
历史的教训（浓缩《文明的故事》精华，总结历史教训的独特见解）
》
售價：NT$
286.0
《
不在场证明谜案（超绝CP陷入冤案！日本文坛超新星推理作家——辻堂梦代表作首次引进！）
》
售價：NT$
265.0
《
明式家具三十年经眼录
》
售價：NT$
2387.0
《
敦煌写本文献学（增订本）
》
售價：NT$
1010.0
《
耕读史
》
售價：NT$
500.0
《
地理计算与R语言
》
售價：NT$
551.0
《
沈括的知识世界：一种闻见主义的实践（中华学术译丛）
》
售價：NT$
398.0
|
| 編輯推薦： |
★重点推荐！深入云计算系列丛书：《深入云计算：Hadoop应用开发实战详解》《深入云计算：MongoDB管理与开发实战详解》《深入云计算：Hadoop源代码分析》
★精准的内容梯度安排
遵循读者学习习惯和Hadoop技术应用实践，合理安排图书内容；精挑细选经典实例，嵌入完善的代码注释。
★精炼的实用经验阐述
作者多年开发经验融入其中，读者在全面掌握Hadoop编程和开发技术的同时更能获得快速分析和解决实际问题的能力。
★书中源代码下载地址：
http:www.tdpress.comzyzxtsscflwj
|
| 內容簡介： |
本书由浅入深，全面、系统地介绍了Hadoop这一高性能处理大量数据集的理想工具。本书内容主要包括HDFS、MapReduce、Hive、HBase、Mahout、Pig、ZooKeeper、Avro、Chukwa等与Hadoop相关的子项目，各个知识点都配有精心设计的大量经典的小案例，实战性和可操作性强。
本书旨在帮助云计算初学者迅速掌握Hadoop系统，提升读者在云计算实践中的应用和开发能力。同时本书极强的系统性和大量翔实的案例对于有一定基础的中高级用户有非常好的参考价值。
|
| 關於作者： |
作者 万川梅
高级云计算规划师、软件架构师、讲师。主要研究方向为云计算、分布式应用开发、大数据库处理等技术领域。近年来主持商业项目有《中国台湾商协协同办公系统》、《愉快网》、《互联网上网行为监测与分析系统》、《上海诺伯实木有限公司的OA系统》、《愉快网联盟网站》、《重庆正大职业技术学院校园网站改版》、《XXXX淘宝商城旗舰店》等项目。积累了丰富的项目和管理经验，精通hadoop框架、云计算规划、分布式应用开发。
大数据的处理，迎接了云计算的到来，在大数据处理领域中Hadoop独领风骚，到底Hadoop有哪些优势?在本书中将对Hadoop知识以及实战案例做详细的讲解。
|
| 目錄：
|
第1篇 Hadoop技术篇
第1章 初识Hadoop
1.1 Hadoop简介
1.1.1 Hadoop的起源
1.1.2 什么是Hadoop
1.1.3 Hadoop的核心技术是Google核心技术的开源实现
1.1.4 Hadoop的功能与优点
1.1.5 Hadoop的应用现状和发展趋势
1.2 Hadoop的体系结构
1.2.1 HDFS的体系结构
1.2.2 MapReduce的体系结构
1.3 Hadoop与分布式开发
1.4 Hadoop的数据管理
1.4.1 HDFS的数据管理
1.4.2 HBase的数据管理
1.4.3 Hive的数据管理
1.5 思考与总结
第2章 Hadoop的安装和配置
2.1 在Windows下安装与配置Hadoop
2.1.1 JDK的安装
2.1.2 Cygwin的安装
2.1.3 Hadoop的安装
2.2 在Linux下安装与配置Hadoop
2.2.1 Ubuntu的安装
2.2.2 JDK的安装
2.2.3 Hadoop的安装
2.3 Hadoop的执行实例
2.3.1 运行Hadoop
2.3.2 运行wordcount.java程序
2.4 Hadoop Eclipse简介和使用
2.4.1 Eclipse插件介绍
2.4.2 Eclipse插件开发配置
2.4.3 在Eclipse下运行WordCount程序
2.5 Hadoop的集群和优化
2.5.1 Hadoop的性能优化
2.5.2 Hadoop配置机架感知信息
2.6 思考与总结
第3章 HDFS海量存储
3.1 开源的GFS——HDFS
3.1.1 HDFS简介
3.1.2 HDFS的体系结构
3.1.3 HDFS的保障可靠性措施
3.2 HDFS的常用操作
3.2.1 HDFS下的文件操作
3.2.2 管理与更新
3.2.3 HDFS API详解
3.2.4 HDFS的读写数据流
3.3 用HDFS存储海量的视频数据
3.3.1 场景分析
3.3.2 设计实现
3.4 思考与总结
第4章 初识MapReduce
4.1 MapReduce简介
4.1.1 MapReduce要解决什么问题
4.1.2 MapReduce的理论基础
4.1.3 MapReduce的编程模式
4.2 MapReduce的集群行为
4.3 MapReduce框架
4.4 样例分析：单词计数
4.4.1 WordCount实例的运行过程
4.4.2 WordCount的源码分析和程序处理过程
4.4.3 MapReduce常用类及其接口
4.5 实例：倒排索引
4.5.1 倒排索引的分析和设计
4.5.2 倒排索引完整源码
4.5.3 运行代码结果
4.6 MapReduce 在日志分析中数据去重案例
4.6.1 什么是数据去重
4.6.2 设计思路
4.6.3 程序代码
4.6.4 代码运行结果
4.7 数据排序实例
4.7.1 实例描述
4.7.2 设计思路
4.7.3 程序代码
4.8 思考与总结
第5章 分布式开源数据库HBase
5.1 HBase简介
5.1.1 HBase逻辑视图
5.1.2 HBase物理存储
5.1.3 子表Region服务器
5.1.4 Hmaster主服务器
5.1.5 元数据表
5.2 HBase的安装配置
5.2.1 HBase单机模式
5.2.2 HBase伪分布模式
5.2.3 HBase完全分布模式
5.3 学生成绩表实例
5.3.1 Shell的基本操作
5.3.2 代码实现
5.3.3 关于中文的处理
5.3.4 常用HBase的 Shell操作
5.4 思考与总结
第6章 MapReduce进阶
6.1 API的配置
6.1.1 一个简单的配置文件
6.1.2 合并多个源文件
6.1.3 可变的扩展
6.2 配置开发环境
6.2.1 配置文件设置
6.2.2 设置用户标识
6.3 复合键值对的使用
6.3.1 小的键值对如何合并成大的键值对
6.3.2 巧用复合键让系统完成排序
6.4 用户定制数据类型
6.4.1 内置数据类型
6.4.2 用户自定义数据类型
6.5 用户定制输入输出格式
6.5.1 内置数据的输入格式
6.5.2 用户定制数据输入格式与RecordReader
6.5.3 Hadoop内置的数据输出格式
6.5.4 Hadoop内置的数据输出格式与RecordWriter
6.6 用户定制Partitioner和Combiner
6.7 组合式的MapReduce作业
6.7.1 MapReduce作业运行机制
6.7.2 组合式MapReduce计算作业
6.8 DataJoin链接多数据源
6.9 思考与总结
第7章 Hive数据仓库
7.1 Hive简介
7.2 Hive安装与配置
7.3 Hive的服务
7.3.1 Hive shell
7.3.2 JDBCODBC
7.3.3 Thrift服务
7.3.4 Web接口
7.3.5 元数据服务
7.4 HiveQL查询语言
7.5 Hive实例
7.5.1 UDF 编程实例
7.5.2 UDAF 编程实例
7.5.3 Hive的日志数据统计实战
7.6 思考与总结
第8章 Pig开发应用
8.1 Pig简介
8.2 Pig的安装与配置
8.3 Pig的使用
8.3.1 Pig的MapReduce模式
8.3.2 Pig的运行方式
8.4 通过Grunt学习Pig Latin
8.4.1 Pig的数据模型
8.4.2 运算符
8.4.3 常用操作
8.4.4 各种SQL在Pig中的实现
8.4.5 Pig Latin实现
8.5 Pig使用的案例
8.6 思考与总结
第9章 Chukwa数据收集系统
9.1 Chukwa简介
9.1.1 Chukwa是什么
9.1.2 Chukwa主要解决什么问题
9.2 Chukwa的安装配置
9.2.1 Chukwa的安装
9.2.2 Chukwa的配置
9.2.3 Chukwa的启动
9.3 Chukwa的基本命令
9.3.1 Chukwa端的命令
9.3.2 Agent 端的命令
9.4 Chukwa在数据收集处理方面的运用
9.4.1 数据生成
9.4.2 数据收集
9.4.3 数据处理
9.4.4 数据析取
9.4.5 数据稀释
9.4.6 数据显示
9.5 思考与总结
第10章 ZooKeeper开发应用
10.1 ZooKeeper简介
10.1.1 ZooKeeper的设计目标
10.1.2 ZooKeeper主要解决什么问题
10.1.3 ZooKeeper的基本概念和工作原理
10.2 ZooKeeper的安装配置
10.2.1 单机模式
10.2.2 启动并测试ZooKeeper
10.2.3 集群模式
10.3 ZooKeeper提供的接口
10.4 ZooKeeper事件
10.5 ZooKeeper实例
10.5.1 实例1：一个简单的应用——分布式互斥锁
10.5.2 实例2：进程调度系统
10.6 思考与总结
第2篇 Hadoop管理和容错篇
第11章 Hadoop管理
11.1 Hadoop权限管理
11.2 HDFS文件系统管理
11.3 Hadoop维护与管理
11.4 Hadoop常见问题及解决办法
11.5 思考与总结
第12章 Hadoop容错
12.1 Hadoop的可靠性
12.1.1 HDFS中的NameNode单点失效解决方案
12.1.2 HDFS数据块副本机制
12.1.3 HDFS心跳机制
12.1.4 HDFS负载均衡
12.1.5 MapReduce容错
12.2 Hadoop的SecondayNameNode机制
12.2.1 磁盘镜像与日志文件
12.2.2 SecondaryNameNode更新镜像的流程
12.3 Avatar机制
12.3.1 Avatar机制简介
12.3.2 Avatars部署实战
12.4 Hadoop_HBase容错
12.5 思考与总结
第3篇 Hadoop实战篇
第13章 综合实战1：Hadoop中的数据库访问
13.1 DBInputFormat类访问数据库
13.1.1 在DBInputFormat类中包含的内置类
13.1.2 使用DBInputFormat读取数据库表中的记录
13.1.3 使用示例
13.2 使用DBOutputFormat向数据库中写记录
13.3 思考与总结
第14章 综合实战2：一个简单的分布式的Grep
14.1 分析与设计
14.2 实现代码
14.3 运行程序
14.4 思考与总结
第15章 综合实战3：打造一个搜索引擎
15.1 搜索引擎工作原理
15.2 网页搜集与信息提取
15.2.1 设计的主要思想
15.2.2 系统设计目标
15.3 网页信息的提取与存储
15.4 MapReduce的预处理
15.4.1 第一步：源数据过滤
15.4.2 第二步：生成倒排文件
15.4.3 第三步：建立二级索引
15.5 建立Web信息查询服务
15.6 思考与总结
第16章 综合实战4：移动通信信令监测与查询
16.1 分析与设计
16.1.1 CDR数据文件的检测与索引创建任务调度
16.1.2 从HDFS读取数据并创建索引
16.1.3 查询CDR信息
16.2 代码实现
16.2.1 CDR文件检测和索引创建任务程序
16.2.2 读取CDR数据和索引创建处理
16.2.3 CDR查询
16.3 思考与总结
附录A Hadoop命令大全
附录B HDFS命令大全
|
| 內容試閱：
|
为什么需要云计算？可以通过一个简单的案例说明：一台计算机处理一批数据需要30小时，比如处理地震预测、天气预报的数据，这样的计算速度实在是太慢了。提升单台计算机的速度是过去的办法，但CPU的速度不可能再大幅度提升了。人们一直希望通过增加计算机数量并行运算提升运算和数据处理速度，例如，希望通过同时在300台计算机上处理数据，让处理这批数据的速度变成10分钟，并且看起来是在一台计算机上处理的。当然，这是一种理想状态。实际上，人们已经开始设计这样的分布式系统，通过把众多的计算机通过集群方式并行同时运行，以此来提高处理的速度。这就是云计算的源起。
在开源云计算系统中，Hadoop 稳居第一。事实上，Hadoop 非常受欢迎，全球已经安装了数以万计的 Hadoop
系统。在诸多的云计算技术中，Hadoop具有无与伦比的优势，越来越多的公司和组织选择使用Hadoop开源项目作为其解决方案。
Hadoop是Apache基金会的开源项目，为开发者提供了一个分布式系统的基础架构，用户可以在不了解分布式系统的底层细节的情况下开发分布式的应用，充分利用集群的强大功能，实现高速运算和存储。Hadoop项目中包括一个分布式的文件系统HDFS，一个分布式的并行编程框架MapReduce，以及包括Hive、HBase、Mahout、Pig、ZooKeeper、Avro、Chukwa在内的诸多子项目。
本书的特点
1．结构合理，内容系统全面；叙述翔实，例程丰富
在内容的安排上，根据读者的学习习惯和内容的梯度合理安排，更加适合读者学习。同时，本书有详细的例程，每个例子都经过精挑细选，有很强的针对性。书中的程序都有完整的代码，而且代码非常简洁和高效，便于读者学习和调试，读者也可以直接使用这些代码来解决自己的问题。
2．基础知识和实践并重
本书不仅注重基础知识，而且非常注重实践，让读者快速上手，迅速掌握Hadoop知识。
3．结合实际，实战项目贯穿其中
本书写作时特意给出了大量的实战项目，这些项目的灵活使用，将会让读者事半功倍。同时，为了便于读者高效、直观地学习本书内容，对每章的内容的学习都特意编写了巩固习题。
本书内容体系
全书总共16章，分为3篇，各篇对应的章节和具体内容如下。
第1篇
Hadoop技术篇，包括1~10章，主要介绍了初识Hadoop、Hadoop的安装和配置、HDFS海量存储、初识MapReduce、分布式开源数据库HBase、MapReduce进阶、Hive数据仓库、Pig开发应用、Chukwa数据收集系统、ZooKeeper开发应用。
第2篇 Hadoop管理和容错篇，包括11~12章，主要介绍了 Hadoop管理和Hadoop容错。
第3篇
Hadoop实战篇，包括13~16章，主要介绍了综合实战1：Hadoop中的数据访问；综合实战2：一个简单的分布式的Grep；综合实战3：打造一个搜索引擎；综合实战4：移动通信信令监测与查询。
本书读者对象
· Hadoop初学者。
· 想全面、系统地学习Hadoop的人员。
· Hadoop技术爱好者。
· 利用Hadoop进行编程和开发的技术人员。
· 大中专院校的学生和老师。
· 相关培训机构的学员。
由于编者水平有限，加之时间较紧，书中难免存在疏漏和错误之处，敬请读者批评指正，编者也会定期在www.rzchina.net进行答疑解惑。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
