新書推薦：
《
纷纭万端 ： 近代中国的思想与社会
》
售價：NT$
500.0
《
中国古代文体形态研究（第四版）（中华当代学术著作辑要）
》
售價：NT$
765.0
《
朋党之争与北宋政治·大学问
》
售價：NT$
454.0
《
甲骨文丛书·波斯的中古时代（1040-1797年）
》
售價：NT$
403.0
《
以爱为名的支配
》
售價：NT$
286.0
《
台风天（大吴作品，每一种生活都有被看见的意义）
》
售價：NT$
245.0
《
打好你手里的牌（斯多葛主义+现代认知疗法，提升当代人的心理韧性！）
》
售價：NT$
301.0
《
新时代硬道理 广东寻路高质量发展
》
售價：NT$
352.0
|
| 內容簡介： |
|
目前，社会对大数据工程技术人才的需求大大增加，因此向计算机和电子信息类相关专业学生传授大数据知识和技术方法，提高他们在各领域应用大数据的能力具有重大意义。本书共9章，围绕大数据的基本概念和大数据处理的主要环节编写。第1章主要介绍大数据的概念、特点和构成；第2章主要介绍在Windows系统中安装Linux虚拟机及构建Hadoop分布式集群的方法；第3章主要介绍大数据采集工具的使用及数据预处理的常用方法；第4章首先介绍Hadoop的发展历史、软件生态、核心组件和命令结构，然后以HDFS为重点，介绍其体系结构和特点，并详细介绍HDFS的交互式命令；第5章介绍大数据环境下存储工具HBase的数据模型；第6章介绍Hive的存储模型，第7章介绍在Hadoop平台上利用Python设计MapReduce程序的基本思路；第8章介绍大数据分析与挖掘过程中的常用算法；第9章介绍数据可视化的常用方法及常用工具。本书的内容与实际应用紧密结合，目的是让读者能了解大数据的基本概念、理解大数据技术的基本原理、初步掌握大数据处理和分析的基本方法，为未来应用大数据思维和大数据分析方法解决工作中的实际问题打下良好的基础。本书适合作为高等学校计算机类和电子信息类相关专业大数据技术相关课程的教材，可供本科生、研究生使用，同时也适合对大数据技术感兴趣的广大读者进行自学和实践时使用。
|
| 關於作者： |
|
严宣辉，男，福建师范大学数学与信息学院副教授、理学博士，硕士生导师，数字福建环境监测物联网实验室副主任、福建省人工智能学会理事。先后担任过学院实验室主任、公共计算机教研室主任和计算机科学系主任等工作。福建省精品在线开放课程\大数据导论”负责人，该课程已在中国大学MOOC、优课联盟等慕课平台上开课三个学期以上，吸引了大量学生参加学习，得到了学习者的广泛好评。
|
| 目錄：
|
目录
第1章 绪论1
1.1 大数据的基本概念1
1.2 大数据的价值和作用4
1.3 大数据带来的思维方式变革7
1.4 大数据处理技术基础9
1.4.1 大数据处理的主要环节9
1.4.2 大数据的技术支撑11
1.4.3 流行的大数据技术13
1.5 大数据面临的技术挑战15
1.6 本章小结16
1.7 习题16
第2章 大数据实验环境构建18
2.1 在Windows中安装Linux虚拟机18
2.1.1 创建虚拟机19
2.1.2 虚拟机启动初始化21
2.1.3 克隆虚拟机22
2.2 Linux操作基础23
2.2.1 软件包管理工具23
2.2.2 目录和文件操作24
2.2.3 用户和权限管理命令25
2.2.4 修改文件的访问权限25
2.2.5 压缩和解压缩27
2.2.6 网络配置命令27
2.2.7 系统服务命令28
2.2.8 查找命令29
2.3 建立Linux集群29
2.3.1 VMware Workstation的网络模式简介30
2.3.2 集群规划和网络设置31
2.3.3 配置虚拟机的网络参数33
2.3.4 关闭防火墙和SELinux36
2.3.5 SSH免密登录37
2.4 Hadoop系统简介41
2.4.1 Hadoop的生态系统41
2.4.2 Hadoop集群的类型42
2.5 构建Hadoop“伪分布式”集群42
2.5.1 安装JDK42
2.5.2 安装Hadoop软件44
2.5.3 配置SSH免密登录45
2.5.4 配置Hadoop45
2.5.5 启动Hadoop48
2.6 构建“完全分布式”Hadoop集群49
2.6.1 配置Hadoop集群的主节点49
2.6.2 将配置文件发送到从节点52
2.7 测试Hadoop集群52
2.7.1 测试HDFS52
2.7.2 测试WordCount程序56
2.8 安装Zookeeper57
2.8.1 在“伪分布”模式下安装Zookeeper57
2.8.2 在“完全分布”模式下安装Zookeeper58
2.9 用Ambari构建和管理Hadoop集群60
2.9.1 安装Ambari61
2.9.2 用Ambari管理和配置Hadoop集群61
2.10 本章小结63
2.11 习题与实验63
第3章 大数据采集与预处理66
3.1 大数据采集概述66
3.1.1 大数据的来源66
3.1.2 数据容量的单位67
3.1.3 大数据采集的基本方法67
3.2 常用的大数据采集工具简介68
3.2.1 基于Python的网页采集框架Scrapy69
3.2.2 日志收集工具Flume74
3.3 数据属性的类型79
3.3.1 “属性”的类型79
3.3.2 属性类型的转换80
3.4 数据预处理80
3.4.1 数据变换81
3.4.2 数据清洗84
3.4.3 使用OpenRefine清洗数据86
3.4.4 数据集成89
3.5 本章小结91
3.6 习题91
第4章 Hadoop分布式文件系统94
4.1 Hadoop94
4.1.1 Hadoop的发展历史95
4.1.2 Hadoop的优势96
4.1.3 Hadoop生态96
4.1.4 Hadoop的核心组件97
4.1.5 Hadoop集群与资源管理99
4.1.6 Hadoop命令结构102
4.2 HDFS体系结构104
4.2.1 HDFS的设计目标104
4.2.2 HDFS中的NameNode和DataNodes105
4.2.3 文件系统命名空间（The File System Namespace）108
4.2.4 数据容错108
4.2.5 副本的管理与使用109
4.3 HDFS初探110
4.3.1 开始HDFS旅程110
4.3.2 添加数据文件111
4.3.3 从HDFS中下载文件111
4.3.4 关闭HDFS111
4.3.5 利用Web Console访问HDFS111
4.4 HDFS常用CLI命令113
4.4.1 HDFS CLI总览113
4.4.2 常用HDFS文件操作命令115
4.5 利用pyhdfs实现HDFS的文件访问119
4.5.1 pyhdfs的安装与应用案例120
4.5.2 pyhdfs的HdfsClient类120
4.6 pyhdfs应用实战133
4.7 本章小结135
4.8 习题与实验135
第5章 HBase基础与应用137
5.1 HBase简介137
5.2 HBase安装138
5.3 HBase初探139
5.4 HBase的数据模型143
5.4.1 HBase数据模型相关术语143
5.4.2 概念模式/视图（Conceptual View）145
5.4.3 物理模式/视图（Physical View）146
5.4.4 命名空间（Namespace）147
5.5 HBase Shell147
5.5.1 HBase Shell概述147
5.5.2 创建表（create）149
5.5.3 修改表/列族（alter table / column family）153
5.5.4 添加数据（put）155
5.5.5 获取行或单元（get）156
5.5.6 扫描并输出数据（scan）157
5.5.7 统计表的行数（count）158
5.5.8 删除指定值（delete）159
5.5.9 其他常用shell命令160
5.5.10 HBase Shell中的对象引用162
5.6 利用Jython实现HBase的访问162
5.6.1 Jython环境设置162
5.6.2 Jython访问HBase163
5.6.3 利用scan变量HBase中的数据164
5.7 本章小结165
5.8 习题与实验165
第6章 Hive基础与应用167
6.1 Hive简介167
6.1.1 数据库与数据仓库168
6.1.2 Hive体系结构与接口168
6.2 Hive的存储模型169
6.3 Hive初探171
6.4 Hive的数据定义—DDL175
6.4.1 数据库的相关操作175
6.4.2 数据表的创建177
6.4.3 数据表和分区的修改182
6.4.4 数据表的其他操作189
6.5 Hive的数据操纵——DML194
6.6 Hive的数据检索——Hive-QL201
6.7 本章小结206
6.8 习题与实验207
第7章 分布式计算框架MapReduce209
7.1 MapReduce概述209
7.1.1 个MapReduce的Python程序210
7.1.2 MapReduce工作原理212
7.1.3 MapReduce作业的工作流程212
7.1.4 MapReduce的输入/输出214
7.2 WordCount实例详解214
7.2.1 WordCount程序源码214
7.2.2 WordCount程序执行215
7.2.3 WordCount程序原理216
7.3 Hadoop Streaming217
7.3.1 Hadoop Streaming的工作原理218
7.3.2 打包提交作业218
7.3.3 Streaming工具的用法219
7.3.4 常见问题应用技巧222
7.4 MapReduce作业管理223
7.5 MapReduce Python代码的测试225
7.6 利用Python的迭代器和生成器优化wordCount程序227
7.6.1 Python中的迭代器227
7.6.2 Python中的生成器228
7.6.3 itertools模块229
7.6.4 优化wordCount程序232
7.7 MapReduce程序设计模式233
7.7.1 数据集介绍233
7.7.2 聚合查询模式（Summarization Patterns）235
7.7.3 过滤模式（Filtering Patterns）241
7.7.4 数据连接模式（Join Patterns）245
7.8 用MRJob库编写MapReduce程序250
7.8.1 个MRJob程序250
7.8.2 MRJob应用详解253
7.8.3 MRJob的协议256
7.8.4 MRJob的其余设置259
7.9 本章小结260
7.10 习题与实验261
第8章 大数据分析与挖掘262
8.1 数据的描述性分析262
8.1.1 数据的集中趋势度量262
8.1.2 数据的离散趋势度量263
8.1.3 数据的偏态特性度量266
8.1.4 数据相关性计算267
8.2 回归分析271
8.2.1 一元线性回归（Linear Regression）271
8.2.2 其他类型的回归模型274
8.3 分类算法简介275
8.3.1 逻辑回归275
8.3.2 近邻分类算法277
8.3.3 决策树算法279
8.4 聚类算法简介285
8.4.1 主要的聚类算法类型285
8.4.2 聚类质量度量指标286
8.4.3 k-Means算法288
8.5 分布式大数据挖掘算法典型案例290
8.6 本章小结295
8.7 习题与实验296
第9章 大数据可视化298
9.1 引言298
9.2 大数据可视化的常用方法300
9.2.1 趋势型大数据可视化方法300
9.2.2 对比型大数据可视化方法302
9.2.3 比例型大数据可视化方法304
9.2.4 分布型大数据可视化305
9.2.5 文本大数据可视化306
9.2.6 关系网络大数据可视化307
9.2.7 时空大数据可视化308
9.2.8 层次结构大数据可视化309
9.2.9 高维大数据可视化310
9.3 大数据可视化常用工具简介311
9.3.1 Tableau大数据可视化工具简介312
9.3.2 Python的Matplotlib库简介314
9.4 基于ECharts的可视化示例318
9.4.1 ECharts使用准备319
9.4.2 ECharts 基础概念概览320
9.4.3 ECharts示例320
9.5 本章小结326
9.6 习题与实验326
附录A HDFS交互命令328
附录B pyhdfs其他类说明339
参考文献344
|
|
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
