《大数据基础编程、实验和案例教程（第2版）》 - 台灣·大書城 - 林子雨 - 清华大学出版社

	登入帳戶　 \|　訂單查詢　 \|　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
		會員登入新用戶註冊

HOME

新書上架

暢銷書架

好書推介

2024年度TOP

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

『簡體書』大数据基础编程、实验和案例教程（第2版）

書城自編碼： 3559805
分類：簡體書→大陸圖書→計算機/網絡→數據庫
作者：林子雨
國際書號(ISBN)： 9787302559771
出版社：清华大学出版社
出版日期： 2020-10-01

頁數/字數： /
書度/開本： 16开釘裝：平装

售價：NT$ 414

我要買件

** 我創建的書架 **
未登入.

編輯推薦：

全国高校大数据教学知名教师以多年大数据教学经验为基础的倾心之作。
全国众多高校开课教材《大数据技术原理与应用》*指定配套实验指导书。
教程官网提供全书实验代码、相关软件、授课视频等资源一站式免费下载。
高校大数据课程公共服务平台为本教程提供数字化教学资源全方位配套服务。

內容簡介：

本实践教程主要介绍大数据软件环境的搭建、大数据基础编程和大数据实验案例，可以帮助大数据学习者有效构建大数据实验环境，快速开展入门级编程。内容包括Linux系统的安装、Hadoop的安装、HDFS基础编程、HBase安装和基础编程、MapReduce基础编程、Hive安装和基础编程、MongoDB安装和基础编程、Redis安装和基础编程、数据仓库Hive安装和基础编程、可视化工具安装和使用、Spark安装和基础编程、大数据实验综合案例

關於作者：

林子雨（1978－），男，博士，厦门大学计算机科学系助理教授，厦门大学云计算与大数据研究中心创始成员，海峡云计算与大数据应用研究中心副主任。中国高校首个数字教师提出者和建设者

第1章大数据技术概述1
1.1大数据时代1
1.2大数据关键技术2
1.3大数据软件3
1.3.1Hadoop4
1.3.2Spark5
1.3.3NoSQL数据库5
1.4内容安排6
1.5在线资源8
1.6本章小结10
第2章Linux系统的安装和使用11
2.1Linux系统简介11
2.2Linux系统安装11
2.2.1下载安装文件12
2.2.2Linux系统的安装方式12
2.2.3安装Linux虚拟机13
2.2.4生成Linux虚拟机镜像文件35
2.3Linux系统及相关软件的基本使用方法36
2.3.1Shell36
2.3.2root用户37
2.3.3创建普通用户37
2.3.4sudo命令38
2.3.5常用的Linux系统命令38
2.3.6文件解压缩39
2.3.7常用的目录39
2.3.8目录的权限40
2.3.9更新APT40
2.3.10切换中英文输入法42
2.3.11vim编辑器的使用方法42
2.3.12在Windows系统中使用SSH方式登录Linux系统43
2.3.13在Linux系统中安装Eclipse46
2.3.14其他使用技巧47
2.4关于本书内容的一些约定47
2.5本章小结48
第3章Hadoop的安装和使用49
3.1Hadoop简介49
3.2安装Hadoop前的准备工作49
3.2.1创建hadoop用户50
3.2.2更新APT50
3.2.3安装SSH50
3.2.4安装Java环境51
3.3安装Hadoop52
3.3.1下载安装文件53
3.3.2单机模式配置53
3.3.3伪分布式模式配置54
3.3.4分布式模式配置61
3.4本章小结70
第4章HDFS操作方法和基础编程71
4.1HDFS操作常用的Shell命令71
4.1.1查看命令的用法71
4.1.2HDFS操作73
4.2利用HDFS的Web管理界面75
4.3HDFS编程实践75
4.3.1在Eclipse中创建项目75
4.3.2为项目添加需要用到的JAR包76
4.3.3编写Java应用程序79
4.3.4编译运行程序82
4.3.5应用程序的部署83
4.4本章小结86
第5章HBase的安装和基础编程88
5.1安装HBase88
5.1.1下载安装文件88
5.1.2配置环境变量89
5.1.3添加用户权限89
5.1.4查看HBase版本信息89
5.2HBase的配置90
5.2.1单机模式配置90
5.2.2伪分布式模式配置92
5.3HBase常用的Shell命令94
5.3.1在HBase中创建表94
5.3.2添加数据94
5.3.3查看数据95
5.3.4删除数据96
5.3.5删除表97
5.3.6查询历史数据97
5.3.7退出HBase数据库97
5.4HBase编程实践98
5.4.1在Eclipse中创建项目98
5.4.2为项目添加需要用到的JAR包100
5.4.3编写Java应用程序102
5.4.4编译运行程序105
5.5本章小结106
第6章典型NoSQL数据库的安装和使用108
6.1Redis的安装和使用108
6.1.1Redis简介108
6.1.2安装Redis108
6.1.3Redis实例演示110
6.2MongoDB的安装和使用111
6.2.1MongDB简介111
6.2.2安装MongoDB112
6.2.3使用Shell命令操作MongoDB113
6.2.4Java API编程实例118
6.3本章小结122
第7章MapReduce基础编程123
7.1词频统计任务要求123
7.2MapReduce程序编写方法124
7.2.1编写Map处理逻辑124
7.2.2编写Reduce处理逻辑124
7.2.3编写main方法125
7.2.4完整的词频统计程序126
7.3编译打包程序127
7.3.1使用命令行编译打包词频统计程序128
7.3.2使用Eclipse编译打包词频统计程序128
7.4运行程序136
7.5本章小结139
第8章数据仓库Hive的安装和使用140
8.1Hive的安装140
8.1.1下载安装文件140
8.1.2配置环境变量141
8.1.3修改配置文件141
8.1.4安装并配置MySQL142
8.2Hive的数据类型144
8.3Hive基本操作145
8.3.1创建数据库、表、视图145
8.3.2删除数据库、表、视图146
8.3.3修改数据库、表、视图147
8.3.4查看数据库、表、视图148
8.3.5描述数据库、表、视图148
8.3.6向表中装载数据149
8.3.7查询表中数据149
8.3.8向表中插入数据或从表中导出数据149
8.4Hive应用实例： WordCount150
8.5Hive编程的优势151
8.6本章小结151
第9章Spark的安装和基础编程152
9.1基础环境152
9.2安装Spark152
9.2.1下载安装文件152
9.2.2配置相关文件153
9.3使用 Spark Shell编写代码154
9.3.1启动Spark Shell154
9.3.2读取文件155
9.3.3编写词频统计程序156
9.4编写Spark独立应用程序157
9.4.1用Scala语言编写Spark独立应用程序157
9.4.2用Java语言编写Spark独立应用程序161
9.5本章小结164
第10章Flink的安装和基础编程165
10.1安装Flink165
10.2编程实现WordCount程序167
10.2.1安装Maven167
10.2.2编写代码167
10.2.3使用Maven打包Java程序171
10.2.4通过flink run命令运行程序172
10.3本章小结172
第11章典型可视化工具的使用方法173
11.1D3可视化库的使用方法173
11.1.1D3可视化库的安装173
11.1.2基本操作174
11.2使用ECharts制作图表182
11.2.1ECharts简介182
11.2.2ECharts图表制作方法182
11.3本章小结185
第12章数据采集工具的安装和使用186
12.1Kafka186
12.1.1Kafka相关概念186
12.1.2安装Kafka186
12.1.3一个实例187
12.2实例：编写Spark程序使用Kafka数据源188
12.2.1Kafka准备工作188
12.2.2Spark准备工作190
12.2.3编写Spark程序使用Kafka数据源191
12.3本章小结197
第13章大数据课程综合实验案例198
13.1案例简介198
13.1.1案例目的198
13.1.2适用对象198
13.1.3时间安排198
13.1.4预备知识198
13.1.5硬件要求199
13.1.6软件工具199
13.1.7数据集199
13.1.8案例任务199
13.2实验环境搭建200
13.3实验步骤概述200
13.4本地数据集上传到数据仓库Hive201
13.4.1实验数据集的下载201
13.4.2数据集的预处理203
13.4.3导入数据库206
13.5Hive数据分析209
13.5.1简单查询分析209
13.5.2查询条数统计分析211
13.5.3关键字条件查询分析213
13.5.4根据用户行为分析214
13.5.5用户实时查询分析215
13.6Hive、MySQL、HBase数据互导216
13.6.1Hive预操作216
13.6.2使用Java API将数据从Hive导入MySQL217
13.6.3使用HBase Java API把数据从本地导入HBase中222
13.7使用R进行数据可视化分析229
13.7.1安装R229
13.7.2安装依赖库230
13.7.3可视化分析232
13.8本章小结236
第14章实验237
14.1实验一：熟悉常用的Linux操作和Hadoop操作237
14.1.1实验目的237
14.1.2实验平台237
14.1.3实验步骤237
14.1.4实验报告239
14.2实验二：熟悉常用的HDFS操作239
14.2.1实验目的239
14.2.2实验平台239
14.2.3实验步骤240
14.2.4实验报告240
14.3实验三：熟悉常用的HBase操作241
14.3.1实验目的241
14.3.2实验平台241
14.3.3实验步骤241
14.3.4实验报告242
14.4实验四： NoSQL和关系数据库的操作比较243
14.4.1实验目的243
14.4.2实验平台243
14.4.3实验步骤243
14.4.4实验报告246
14.5实验五： MapReduce初级编程实践247
14.5.1实验目的247
14.5.2实验平台247
14.5.3实验步骤247
14.5.4实验报告249
14.6实验六：熟悉Hive的基本操作250
14.6.1实验目的250
14.6.2实验平台250
14.6.3数据集250
14.6.4实验步骤250
14.6.5实验报告251
14.7实验七： Spark初级编程实践252
14.7.1实验目的252
14.7.2实验平台252
14.7.3实验步骤252
14.7.4实验报告254
14.8实验八： Flink初级编程实践254
14.8.1实验目的254
14.8.2实验平台254
14.8.3实验步骤254
14.8.4实验报告255
附录A实验参考答案256
A.1实验一：熟悉常用的Linux操作和Hadoop操作实验步骤256
A.2实验二：熟悉常用的HDFS操作实验步骤261
A.3实验三：熟悉常用的HBase操作实验步骤280
A.4实验四： NoSQL和关系数据库的操作比较实验步骤289
A.5实验五： MapReduce初级编程实践实验步骤306
A.6实验六：熟悉Hive的基本操作实验步骤315
A.7实验七： Spark初级编程实践实验步骤319
A.8实验八： Flink初级编程实践实验步骤325
附录BLinux系统中的MySQL安装及常用操作343
B.1安装MySQL343
B.2MySQL常用操作346
参考文献350

內容試閱：

作者介绍
林子雨1978－，男，博士，全国高校知名大数据教师，厦门大学计算机科学系副教授，厦门大学云计算与大数据研究中心创始成员，厦门大学数据库实验室负责人。于2001年获得福州大学水利水电专业学士学位，2005年获得厦门大学计算机专业硕士学位，2009年获得北京大学计算机专业博士学位。中国高校首个数字教师提出者和建设者，2009年至今，数字教师大平台累计向网络免费发布超过1000万字高价值的教学和科研资料。2013年开始在厦门大学开设大数据课程，主持的课程大数据技术原理与应用获评2018年国家精品在线开放课程。
主要研究方向为数据库、数据仓库、数据挖掘、大数据和云计算，发表期刊和会议学术论文多篇，并作为课题组负责人承担了国家自然科学基金和福建省自然科学基金项目。曾作为志愿者翻译了Google Spanner、BigTable和Architecture of a Database System等大量英文学术资料，与广大网友分享，深受欢迎。因在教学领域的突出贡献，成为2013年度、2017年度和2020年度厦门大学奖教金教学类获得者，并荣获2018年厦门大学教学成果特等奖和2018年福建省教学成果二等奖。
主讲课程：大数据技术原理与应用大数据处理技术大数据导论。
建设了高校大数据课程公共服务平台，为教师教学和学生学习大数据课程提供包括教学大纲、讲义PPT、学习指南、备课指南、实验指南、上机习题、授课视频和技术资料等全方位、一站式免费服务，平台年访问量超过200万次，累计网络访问量突破1000万次；同时提供面向高校的大数据实验平台建设方案和大数据课程师资培训服务。《大数据基础编程、实验和案例教程》的第1版于2017年7月出版，在过去的几年时间里，大数据技术又获得了新的发展，开源流计算框架Flink迅速崛起，在市场上和Spark展开了激烈的角逐。与此同时，Hadoop和Spark的版本也在不断更新升级，一些编程接口发生了变化。因此，为了适应大数据技术的新发展，继续保持本书的先进性和实用性，我们及时对第1版内容进行了补充和修订。
下面对第1版内容的修改做简要说明。
第2章Linux系统的安装和使用，升级了VirtualBox软件的版本，并修改了在Linux系统中安装Eclipse的方法。
第3章Hadoop的安装和使用，修改了Hadoop简介及Java环境的安装方法，升级Hadoop到3.1.3版本；同时，删除了使用Docker搭建Hadoop分布式集群这部分内容，因为该内容在教学中很少被使用。
第4章HDFS操作方法和基础编程，升级Hadoop到3.1.3版本，并根据最新版本的特点对HDFS相关内容做了修改；同时重新撰写了HDFS编程实践的内容。
第5章HBase的安装和基础编程，升级HBase到2.2.2版本，版本升级后，HBase的安装配置方法和相关的编程接口也发生了变化，因此，对编程接口和实例代码进行了大量修改。
第6章典型NoSQL数据库的安装和使用，升级Redis到较新的5.0.5版本，并对由于版本升级而发生变化的内容做了修改。
第7章MapReduce基础编程，升级Hadoop到3.1.3版本，并对由于版本升级而发生变化的内容做了修改。
第8章数据仓库Hive的安装和使用，升级Hive到3.1.2版本，并对由于版本升级而发生变化的内容做了修改。
第9章Spark的安装和基础编程，升级Spark到2.4.0版本，并对由于版本升级而发生变化的内容做了修改。
第10章Flink的安装和基础编程，本章内容均为新增，以反映当前新兴的大数据处理技术，并介绍了Flink的安装和基础编程方法。第11章典型可视化工具的使用方法，删除了一些教学环节不太方便开展实践的内容，包括Easel.ly、Tableau和魔镜等，因为这些技术产品存在官网无法访问、需要用户注册才能使用等问题。
第12章数据采集工具的安装和使用，删除了Flume的内容，因为该内容比较孤立，未与其他章节的内容进行有效结合；同时删除了Sqoop的内容，因为Sqoop不支持最新版Hadoop和Hive等软件。
第13章大数据课程综合实验案例，升级了各个大数据软件的版本，并删除了和Sqoop相关的操作实践，因为Sqoop不支持新版的Hadoop和Hive；同时增加了使用Java程序把Hive中的数据导入MySQL。
第14章实验，升级实验中相关软件到较新的版本，并新增了3个实验，从而帮助读者更好实践Hive、Spark和Flink等大数据技术。
大数据基础编程、实验和案例教程（第2版）第2版前言本书第1版是《大数据技术原理与应用》第2版的姊妹篇，前者可以作为后者的课程配套实验手册。由于《大数据技术原理与应用》第2版已经在全国高校得到了广泛使用，很多高校采用该教材开设了大数据课程，因此，这也带动了本书第1版在高校的大量使用。在使用过程中，一些高校老师积极反馈了很多宝贵的意见和建议，为我们团队进行本书第2版的创作提供了很好的方向指引。同时，笔者也在厦门大学开设了大数据课程，并把本书第1版积极应用在实践教学中，让教材在教学实践中经受检验。现在，《大数据技术原理与应用》第2版已经改版到了第3版，作为配套姊妹篇，本书也及时从第1版升级到第2版，也就是说，在未来的教学过程中，本书第2版是与《大数据技术原理与应用》第3版配套使用的。当然，通过过去全国高校老师的反馈信息，我们也了解到，不少高校会直接把本书作为单独的课程教材而不是配套的实验手册来使用，因此，本书第2版也可以作为独立教材来使用。
本书由林子雨执笔。在撰写过程中，厦门大学计算机科学系硕士研究生程璐、林哲、郑宛玉、陈杰祥、陈绍纬、周伟敬等做了大量辅助性工作，在此，向这些同学的辛勤工作表示衷心的感谢。
本书官网免费提供全部配套资源的在线浏览和下载，并接受错误反馈和发布勘误信息。同时，在学习大数据课程的过程中，欢迎读者访问厦门大学数据库实验室建设的国内高校首个大数据课程公共服务平台，该平台为教师教学和学生学习大数据课程提供包括教学大纲、讲义PPT、学习指南、备课指南、实验指南、上机习题、授课视频、技术资料等全方位、一站式免费服务。
大数据技术处于快速发展变革之中，厦门大学数据库实验室团队会持续跟踪大数据技术发展趋势，努力保持本书内容的新颖性，并把一些较新的教学内容及时发布到本书官网。由于笔者能力有限，书中难免存在不足之处，望广大读者不吝赐教。
林子雨2020年6月于厦门大学数据库实验室大数据带来了信息技术的巨大变革，并深刻影响着社会生产和人民生活的方方面面。大数据专业人才的培养是世界各国新一轮科技较量的基础，高等院校承担着大数据人才培养的重任，需要及时建立大数据课程体系，为社会培养和输送一大批具备大数据专业素养的高级人才，满足社会对大数据人才日益旺盛的需求。
高质量的教材是推进高校大数据课程体系建设的关键支撑。2013年12月，笔者根据自己主讲厦门大学计算机科学系研究生大数据课程的教学实践，编写了电子书《大数据技术基础》，通过网络免费发布，反响较好。此后两年多的时间里，笔者继续对大数据技术知识体系进行深入学习和系统梳理，并结合教学实践和大量调研，编著出版了《大数据技术原理与应用》，该书第1版于2015年8月出版发行，第2版于2017年2月出版发行。《大数据技术原理与应用》一书侧重于介绍大数据技术的实现原理，编程实践内容较少，该教材定位为入门级大数据教材，以构建知识体系、阐明基本原理、开展初级实践、了解相关应用为原则，旨在为读者搭建通向大数据知识空间的桥梁和纽带，为读者在大数据领域深耕细作奠定基础、指明方向。教材系统论述了大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、分布式并行编程模型MapReduce、大数据处理架构Spark、流计算、图计算、数据可视化，以及大数据在互联网、生物医学和物流等各个领域的应用。
《大数据技术原理与应用》一书出版以后，获得了读者较高认可，目前已经成为国内多所高校的大数据课程教材。与此同时，笔者在最近两年通过各种形式助力全国高校加快推进大数据课程建设，包括建设全国高校大数据课程公共服务平台，开展全国高校大数据公开课巡讲计划，组织全国高校大数据教学论坛，举办全国高校大数据课程教师培训交流班等。通过这些活动，笔者与全国高校广大大数据课程教师有了更深的接触和交流，也收集到了广大一线教师的核心教学需求。很多高校教师在高度肯定《大数据技术原理与应用》教材的同时，也提出了很多中肯的改进意见和建议，其中，有很多教师指出，应该加强大数据实践环节的训练，提供实验指导和综合案例。
为了更好地满足高校教学实际需求，笔者带领厦门大学数据库实验室团队，开展了大量的探索和实践，并对实践材料进行系统整理，在此基础上编写了本书。本书侧重于介绍大数据软件的安装、使用和基础编程方法，并提供大量实验和案例。由于大数据软件都是开源软件，安装过程一般比较复杂，也很耗费时间。为了尽量减少读者搭建大数据实验环境时的障碍，笔者在本书中详细介绍了各种大数据软件的详细安装过程，可以确保读者顺利完成大数据实验环境搭建。
大数据基础编程、实验和案例教程（第2版）前言本书共13章，详细介绍系统和软件的安装、使用以及基础编程方法。第1章介绍大数据关键技术和代表性软件，帮助读者形成对大数据技术及其代表性软件的总体性认识。第2章介绍Linux系统的安装和使用方法，为后面其他章节的学习奠定基础。第3章介绍分布式计算框架Hadoop的安装和使用方法。第4章介绍分布式文件系统HDFS的操作方法和基础编程。第5章介绍分布式数据库HBase的安装和基础编程方法。第6章介绍典型NoSQL数据库的安装和使用方法，包括键值数据库Redis和文档数据库MongoDB。第7章介绍如何编写基本的MapReduce程序。第8章介绍基于Hadoop的数据仓库Hive的安装和使用方法。第9章介绍基于内存的分布式计算框架Spark的安装和基础编程方法。第10章介绍5种典型可视化工具的安装和使用方法，包括Easel.ly、D3、Tableau、魔镜、ECharts等。第11章介绍数据采集工具的安装和使用方法，包括Flume、Kafka和Sqoop。第12章介绍一个大数据课程综合实验案例，即网站用户购物行为分析。第13章通过5个实验让读者加深对知识的理解。
本书面向高校计算机和信息管理等相关专业的学生，可以作为专业必修课或选修课的辅助教材。本书是《大数据技术原理与应用》第2版的姊妹篇，可以作为《大数据技术原理与应用》第2版的辅助配套教程，两本书组合使用，可以取得更好的学习效果。此外，本书也可以和市场上现有的其他大数据教材配套使用，作为教学辅助用书。
本书由林子雨执笔。在撰写过程中，厦门大学计算机科学系硕士研究生谢荣东、罗道文、邓少军、阮榕城、薛倩、魏亮、曾冠华等做了大量辅助性工作，在此，向这些同学的辛勤工作表示衷心的感谢。
本书官网免费提供全部配套资源的在线浏览和下载，并接受错误反馈和发布勘误信息。同时，在学习大数据课程的过程中，欢迎读者访问厦门大学数据库实验室建设的国内高校首个大数据课程公共服务平台，该平台为教师教学和学生学习大数据课程提供包括教学大纲、讲义PPT、学习指南、备课指南、上机习题、授课视频、技术资料等全方位、一站式免费服务。
本书在撰写过程中，参考了大量网络资料，对大数据技术及其典型软件进行了系统梳理，有选择地把一些重要知识纳入本书。由于笔者能力有限，本书难免存在不足之处，望广大读者不吝赐教。
林子雨
2017年2月于厦门大学数据库实验室

書城介紹　 \|　合作申請　\|　索要書目　 \|　新手入門　\|　聯絡方式　 \|　幫助中心　\|　找書說明　 \|　送貨方式　\|　付款方式	台灣用户　\|　香港/海外用户

megBook.com.tw
Copyright (C) 2013 - 2025 （香港）大書城有限公司　All Rights Reserved.