Hadoop大数据处理技术基础与实践(微课版)(第3版)

立德树人,侧重应用能力的培养,配有习题和实训
分享 推荐 0 收藏 5 阅读 514
安俊秀 (作者) 978-7-115-63886-1

关于本书的内容有任何问题,请联系 马小霞

1.立德树人,深刻领会二十大精神
2.附有习题,以及实践性较强的实训,巩固所学知识
3.侧重应用能力的培养,对学生起到一个引导作用
4.配备了PPT课件、源代码、习题答案、微课等丰富的教学资源

内容摘要

本书共11章,从Hadoop概述开始,介绍Hadoop的安装、配置与管理,并对Hadoop的生态体系架构进行介绍,包括HDFS技术、YARN技术、MapReduce技术、Hadoop I/O操作、海量数据库技术HBase、ZooKeeper技术、分布式数据仓库技术Hive,以及Hadoop与RDBMS数据迁移工具Sqoop,最后对大数据实时处理技术进行介绍,旨在让读者了解当前其他的大数据处理技术。本书还包括丰富的实践操作,实现理论与实践的有机结合。
本书除介绍Hadoop的理论外,还介绍如何使用各组件,但因为只介绍基础的使用方法,没有涉及底层的高级内容,所以本书只起引导作用。本书旨在让读者了解Hadoop并能够使用Hadoop的基本功能,并不是学习Hadoop的完整手册。
本书适合作为高等院校和职业院校大数据、物联网、云计算及其他计算机相关专业的教材,也可供云计算与大数据技术相关专业的培训班使用。

目录

目录

第 1章
Hadoop概述 1
1.1 Hadoop简介 1
1.2 Hadoop体系架构 3
1.2.1 Hadoop基础架构 3
1.2.2 Hadoop生态系统 3
1.3 Hadoop与分布式开发 5
1.4 Hadoop行业应用案例分析 6
1.4.1 Hadoop在门户网站中的应用 6
1.4.2 Hadoop在搜索引擎中的应用 7
1.4.3 Hadoop在电商平台中的应用 7
习题 8

第 2章
Hadoop的安装、配置与
管理 9
2.1 实验准备 9
2.2 配置一个单节点环境 10
2.2.1 运行一个虚拟环境CentOS 10
2.2.2 配置网络 11
2.2.3 创建新的用户组和用户 15
2.2.4 上传文件到CentOS并配置
Java和Hadoop环境 16
2.2.5 修改Hadoop 3.2配置文件 19
2.2.6 修改CentOS主机名 22
2.2.7 绑定hostname与IP地址 22
2.2.8 关闭防火墙 23
2.3 节点之间的免密码登录 23
2.3.1 什么是SSH 23
2.3.2 复制虚拟机节点 24
2.3.3 配置SSH免密码登录 25
2.4 Hadoop的启动和测试 27
2.4.1 格式化文件系统 27
2.4.2 启动HDFS 28
2.4.3 启动YARN 29
2.4.4 启动JobHistory Server 29
2.4.5 集群验证 30
2.4.6 需要了解的默认配置 31
2.5 动态管理节点 32
2.5.1 动态增加和删除DataNode 32
2.5.2 动态修改TaskTracker 33
习题 34

第3章
HDFS技术 36
3.1 HDFS的特点 36
3.2 HDFS架构 37
3.2.1 数据块 38
3.2.2 NameNode与DataNode 39
3.2.3 辅助NameNode 40
3.2.4 安全模式与负载均衡 42
3.2.5 垃圾回收 43
3.3 HDFS Shell命令 44
3.3.1 文件处理命令 44
3.3.2 交互式命令 49
3.4 HDFS中Java API的使用 53
3.4.1 上传文件 54
3.4.2 新建文件 55
3.4.3 查看文件详细信息 56
3.4.4 下载文件 57
3.5 RPC通信 58
3.5.1 反射机制 59
3.5.2 代理模式与动态代理 62
3.5.3 Hadoop RPC机制与源码
分析 64
习题 68

第4章
YARN技术 69
4.1 YARN概述 69
4.1.1 YARN产生背景——MRv1的
局限性 69
4.1.2 YARN的通信协议 70
4.2 YARN基本框架 71
4.3 YARN资源调度器 73
4.4 YARN的工作流程 74
4.5 YARN的实战案例 76
习题 79

第5章
MapReduce技术 80
5.1 什么是MapReduce 80
5.2 MapReduce编程模型 81
5.2.1 MapReduce模型简介 81
5.2.2 MapReduce模型分类 82
5.2.3 MapReduce编程实例
——WordCount 83
5.3 MapReduce数据流 84
5.3.1 分片并格式化原始数据
(InputFormat) 84
5.3.2 Map过程 86
5.3.3 Shuffle过程 86
5.3.4 Reduce过程 91
5.3.5 按指定格式写入文件
(OutputFormat) 92
5.4 MapReduce任务流程 92
5.5 MapReduce的Streaming和
Pipe 93
5.5.1 Hadoop Streaming 93
5.5.2 Hadoop Pipe 95
5.6 MapReduce性能调优 96
5.7 MapReduce实战 98
5.7.1 快速入门 98
5.7.2 简单使用Eclipse插件 110
习题 118

第6章
Hadoop I/O操作 119
6.1 HDFS数据完整性 119
6.1.1 校验和 119
6.1.2 运行后台进程来检测数据块 120
6.2 基于文件的数据结构 121
6.2.1 SequenceFile的存储 121
6.2.2 MapFile的存储 125
6.2.3 SequenceFile转换为
MapFile 128
6.3 压缩 129
6.3.1 认识压缩 129
6.3.2 Codec 130
6.3.3 本地库 132
6.3.4 如何选择压缩格式 133
6.4 序列化 134
6.4.1 认识序列化 134
6.4.2 Writable接口 135
6.4.3 WritableComparable接口 136
6.4.4 Hadoop Writable基本类型 137
6.4.5 自定义Writable类型 142
习题 144

第7章
海量数据库技术HBase 145
7.1 初识HBase 145
7.2 HBase表视图 146
7.2.1 概念视图 146
7.2.2 物理视图 147
7.3 HBase物理存储模型 148
7.4 安装HBase 154
7.4.1 HBase单节点安装 154
7.4.2 HBase伪分布式安装 157
7.4.3 HBase完全分布式安装 158
7.5 HBase Shell 160
7.5.1 HBase Shell的命令 160
7.5.2 general操作 162
7.5.3 DDL操作 163
7.5.4 DML操作 165
7.6 HBase操作实践 167
习题 170

第8章
ZooKeeper技术 171
8.1 分布式协调技术及其实现者 171
8.2 ZooKeeper基本架构 172
8.3 ZooKeeper数据模型 173
8.3.1 Znode 173
8.3.2 ZooKeeper中的时间 174
8.3.3 Znode属性 175
8.3.4 watch触发器 176
8.4 ZooKeeper集群安装 177
8.5 ZooKeeper的主要Shell
操作 179
8.6 典型应用场景 180
8.6.1 数据发布与订阅 180
8.6.2 统一命名服务 182
8.6.3 分布式通知/协调 182
习题 183

第9章
分布式数据仓库技术Hive 184
9.1 Hive出现的原因 184
9.2 Hive服务的组成 185
9.3 Hive的安装 186
9.3.1 Hive基本安装 186
9.3.2 MySQL的安装 187
9.3.3 Hive的配置 188
9.4 Hive Shell 191
9.5 HQL的概念和使用 192
9.5.1 认识HQL 192
9.5.2 Hive管理数据方式 192
9.5.3 Hive表的DDL操作 194
9.5.4 Hive表的DML操作 203
9.6 使用Hive实现聊天数据分析
案例 207
习题 210

第 10章
Hadoop与RDBMS数据迁移
工具Sqoop 211
10.1 Sqoop简介及基本安装 211
10.2 Sqoop的配置 212
10.3 Sqoop的相关功能 213
10.3.1 Sqoop的工具命令 213
10.3.2 Sqoop与MySQL 214
10.3.3 sqoop-import操作 215
10.3.4 sqoop-import-all-tables
操作 220
10.3.5 sqoop-export操作 222
10.3.6 sqoop-list-databases和
sqoop-list-tables操作 224
10.4 Hive、Pig和Sqoop三者之间
的关系 224
10.5 基于Sqoop的MySQL和Hive
之间的数据迁移实操案例 225
习题 228

第 11章
大数据实时处理技术 229
11.1 Flink 229
11.1.1 Flink架构 230
11.1.2 Flink部署 231
11.1.3 Flink的运行架构 235
11.1.4 Flink流处理API 238
11.2 Spark 239
11.2.1 Apache Spark架构 239
11.2.2 Apache Spark的扩展
功能 241
11.3 Flink与Spark异同 243
习题 244


读者评论

赶紧抢沙发哦!

我要评论

作者介绍

安俊秀,教授,成都信息工程大学教师。2004年7月从西安交通大学计算机科学与技术专业毕业,获工学硕士学位。中国计算机学会高级会员;中国电子学会高级会员;成都市科技攻关计划评审专家;成都军区项目评审专家;汕尾市科技顾问团首席顾问。 在教学上,严格要求自己,勤奋钻研、不断提升教学水平,给更多学生以帮助和爱护。于1993年毕业进入山西大学商务学院任教,2006年底调入成都信息工程大学任教。最近三年,先后承担了《Linux体系和编程》、《软件项目管理》、《工程导论》、《计算机组成原理》等本科课程;承担了《云计算与大数据》、《并行计算》、《Hadoop处理技术》等研究生课程,学校考核均为优。 在科研工作方面,一直从事云计算与大数据、信息智能搜索与计算社会方面的研究工作。近三年发表论文20余篇,其中第一作者10余篇,核心期刊以上占5篇。独立完成专著1部,编著教材1部和参与编著教材1部,主编教材1部。获得国家发明专利2项(2014授权),实用新型专利授权12项。获得软件著作权13项。科研项目10项。2015年获四川省社科高水平研究团队称号。

相关图书

人邮微信
本地服务
人邮微信
教师服务
二维码
读者服务
读者服务
返回顶部
返回顶部