幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Hadoop實戰(第2版)

  • 作者：陸嘉恆
  • 出版社：機械工業
  • ISBN：9787111395836
  • 出版日期：2012/11/01
  • 裝幀：平裝
  • 頁數：515
人民幣：RMB 79 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    《Hadoop實戰(第2版)》能滿足讀者全面學習最新的Hadoop技術及其相關技術(Hive、HBase等)的需求，是一本系統且極具實踐指導意義的Hadoop工具書和參考書。第1版上市后廣受好評，被譽為學習Hadoop技術的經典著作之一。與第1版相比，第2版技術更新穎，所有技術都針對最新版進行了更新；內容更全面，幾乎每一個章節都增加了新內容，而且增加了新的章節；實戰性更強，案例更豐富；細節更完美，對第1版中存在的缺陷和不足進行了修正。
    本書內容全面，對Hadoop整個技術體系進行了全面的講解，不僅包括HDFS、MapReduce、YARN等核心內容，而且還包括Hive、HBase、Mahout、Pig、ZooKeeper、Avro、Chukwa等與Hadoop技術相關的重要內容。實戰性強，不僅為各個知識點精心設計了大量經典的小案例，而且還包括Yahoo！等多個大公司的企業級案例，可操作系極強。
    《Hadoop實戰(第2版)》全書一共19章：第1?2章首先對Hadoop進行了全方位的宏觀介紹，然後介紹了Hadoop在三大主流操作系統平台上的安裝與配置方法；第3?6章分別詳細講解了MapReduce計算模型、MapReduce的工作機制、MapReduce應用的開發方法，以及多個精巧的MapReduce應用案例；第7章全面講解了Hadoop的I/O操作；第8章對YARN進行了介紹；第9章對HDFS進行了詳細講解和分析；第10章細緻地講解了Hadoop的管理；第11?17章對Hadoop大生態系統中的Hive、HBase、Mahout、Pig、ZooKeeper、Avro、Chukwa等技術進行了詳細的講解；第18章講解了Hadoop的各種常用插件，以及Hadoop插件的開發方法；第19章分析了Hadoop在Yahoo！、eBay、百度、Facebook等企業中的應用案例。本書由陸嘉恆著。
作者介紹
陸嘉恆
目錄
前言
第1章  Hadoop簡介
1.1  什麼是Hadoop
1.1.1  Hadoop概述
1.1.2  Hadoop的歷史
1.1.3  Hadoop的功能與作用
1.1.4  Hadoop的優勢
1.1.5  Hadoop應用現狀和發展趨勢
1.2  Hadoop項目及其結構
1.3  Hadoop體系結構
1.4  Hadoop與分散式開發
1.5  Hadoop計算模型—MapReduce
1.6  Hadoop數據管理
1.6.1  HDFS的數據管理
1.6.2  HBase的數據管理
1.6.3  Hive的數據管理
1.7  Hadoop集群安全策略
1.8  本章小結
第2章  Hadoop的安裝與配置
2.1  在Linux上安裝與配置Hadoop
2.1.1  安裝JDK 1.6
2.1.2  配置SSH免密碼登錄
2.1.3  安裝並運行Hadoop
2.2  在Mac OSX上安裝與配置Hadoop
2.2.1  安裝Homebrew
2.2.2  使用Homebrew安裝Hadoop
2.2.3  配置SSH和使用Hadoop
2.3  在Windows上安裝與配置Hadoop
2.3.1  安裝JDK 1.6或更高版本
2.3.2  安裝Cygwin
2.3.3  配置環境變數
2.3.4  安裝sshd服務
2.3.5  啟動sshd服務
2.3.6  配置SSH免密碼登錄
2.3.7  安裝並運行Hadoop
2.4  安裝和配置Hadoop集群
2.4.1  網路拓撲
2.4.2  定義集群拓撲
2.4.3  建立和安裝Cluster
2.5  日誌分析及幾個小技巧
2.6  本章小結
第3章  MapReduce計算模型
3.1  為什麼要用MapReduce
3.2  MapReduce計算模型
3.2.1  MapReduce Job
3.2.2  Hadoop中的Hello World程序
3.2.3  MapReduce的數據流和控制流
3.3  MapReduce任務的優化
3.4  Hadoop流
3.4.1  Hadoop流的工作原理

3.4.2  Hadoop流的命令
3.4.3  兩個例子
3.5  Hadoop Pipes
3.6  本章小結
第4章  開發MapReduce應用程序
4.1  系統參數的配置
4.2  配置開發環境
4.3  編寫MapReduce程序
4.3.1  Map處理
4.3.2  Reduce處理
4.4  本地測試
4.5  運行MapReduce程序
4.5.1  打包
4.5.2  在本地模式下運行
4.5.3  在集群上運行
4.6  網路用戶界面
4.6.1  JobTracker頁面
4.6.2  工作頁面
4.6.3  返回結果
4.6.4  任務頁面
4.6.5  任務細節頁面
4.7  性能調優
4.7.1  輸入採用大文件
4.7.2  壓縮文件
4.7.3  過濾數據
4.7.4  修改作業屬性
4.8  MapReduce工作流
4.8.1  複雜的Map和Reduce函數
4.8.2  MapReduce Job中全局共享數據
4.8.3  鏈接MapReduce Job
4.9  本章小結
第5章  MapReduce應用案例
5.1  單詞計數
5.1.1  實例描述
5.1.2  設計思路
5.1.3  程序代碼
5.1.4  代碼解讀
5.1.5  程序執行
5.1.6  代碼結果
5.1.7  代碼數據流
5.2  數據去重
5.2.1  實例描述
5.2.2  設計思路
5.2.3  程序代碼
5.3  排序
5.3.1  實例描述
5.3.2  設計思路
5.3.3  程序代碼
5.4  單表關聯
5.4.1  實例描述

5.4.2  設計思路
5.4.3  程序代碼
5.5  多表關聯
5.5.1  實例描述
5.5.2  設計思路
5.5.3  程序代碼
5.6  本章小結
第6章  MapReduce工作機制
6.1  MapReduce作業的執行流程
6.1.1  MapReduce任務執行總流程
6.1.2  提交作業
6.1.3  初始化作業
6.1.4  分配任務
6.1.5  執行任務
6.1.6  更新任務執行進度和狀態
6.1.7  完成作業
6.2  錯誤處理機制
6.2.1  硬體故障
6.2.2  任務失敗
6.3  作業調度機制
6.4  Shuffle和排序
6.4.1  Map端
6.4.2  Reduce端
6.4.3  shuffle過程的優化
6.5  任務執行
6.5.1  推測式執行
6.5.2  任務JVM重用
6.5.3  跳過壞記錄
6.5.4  任務執行環境
6.6  本章小結
第7章  Hadoop IO操作
7.1  IO操作中的數據檢查
7.2  數據的壓縮
7.2.1  Hadoop對壓縮工具的選擇
7.2.2  壓縮分割和輸入分割
7.2.3  在MapReduce程序中使用壓縮
7.3  數據的IO中序列化操作
7.3.1  Writable類
7.3.2  實現自己的Hadoop數據類型
7.4  針對Mapreduce的文件類
7.4.1  SequenceFile類
7.4.2  MapFile類
7.4.3  ArrayFile、SetFile和BloomMapFile
7.5  本章小結
第8章  下一代MapReduce：YARN
8.1  MapReduce V2設計需求
8.2  MapReduce V2主要思想和架構
8.3  MapReduce V2設計細節
8.4  MapReduce V2優勢
8.5  本章小結

第9章  HDFS詳解
9.1  Hadoop的文件系統
9.2  HDFS簡介
9.3  HDFS體系結構
9.3.1  HDFS的相關概念
9.3.2  HDFS的體系結構
9.4  HDFS的基本操作
9.4.1  HDFS的命令行操作
9.4.2  HDFS的Web界面
9.5  HDFS常用Java API詳解
9.5.1  使用Hadoop URL讀取數據
9.5.2  使用FileSystem API讀取數據
9.5.3  創建目錄
9.5.4  寫數據
9.5.5  刪除數據
9.5.6  文件系統查詢
9.6  HDFS中的讀寫數據流
9.6.1  文件的讀取
9.6.2  文件的寫入
9.6.3  一致性模型
9.7  HDFS命令詳解
9.7.1  通過distcp進行並行複製
9.7.2  HDFS的平衡
9.7.3  使用Hadoop歸檔文件
9.7.4  其他命令
9.8  WebHDFS
9.8.1  WebHDFS的配置
9.8.2  WebHDFS命令
9.9  本章小結
第10章  Hadoop的管理
10.1  HDFS文件結構
10.2  Hadoop的狀態監視和管理工具
10.2.1  審計日誌
10.2.2  監控日誌
10.2.3  Metrics
10.2.4  Java管理擴展
10.2.5  Ganglia
10.2.6  Hadoop管理命令
10.3  Hadoop集群的維護
10.3.1  安全模式
10.3.2  Hadoop的備份
10.3.3  Hadoop的節點管理
10.3.4  系統升級
10.4  本章小結
第11章  Hive詳解
11.1  Hive簡介
11.1.1  Hive的數據存儲
11.1.2  Hive的元數據存儲
11.2  Hive的基本操作
11.2.1  在集群上安裝Hive

11.2.2  配置MySQL存儲Hive元數據
11.2.3  配置Hive
11.3  Hive QL詳解
11.3.1  數據定義(DDL)操作
11.3.2  數據操作(DML)
11.3.3  SQL操作
11.3.4  Hive QL使用實例
11.4  Hive網路(Web UI)介面
11.4.1  Hive網路介面配置
11.4.2  Hive網路介面操作實例
11.5  Hive的JDBC介面
11.5.1  Eclipse環境配置
11.5.2  程序實例
11.6  Hive的優化
11.7  本章小結
第12章  HBase詳解
12.1  HBase簡介
12.2  HBase的基本操作
12.2.1  HBase的安裝
12.2.2  運行HBase
12.2.3  HBase Shell
12.2.4  HBase配置
12.3  HBase體系結構
12.3.1  HRegion
12.3.2  HRegion伺服器
12.3.3  HBase Master伺服器
12.3.4  ROOT表和META表
12.3.5  ZooKeeper
12.4  HBase數據模型
12.4.1  數據模型
12.4.2  概念視圖
12.4.3  物理視圖
12.5  HBase與RDBMS
12.6  HBase與HDFS
12.7  HBase客戶端
12.8  Java API
12.9  HBase編程
12.9.1  使用Eclipse開發HBase應用程序
12.9.2  HBase編程
12.9.3  HBase與MapReduce
12.10  模式設計
12.10.1  模式設計應遵循的原則
12.10.2  學生表
12.10.3  事件表
12.11  本章小結
第13章  Mahout詳解
13.1  Mahout簡介
13.2  Mahout的安裝和配置
13.3  Mahout API簡介
13.4  Mahout中的頻繁模式挖掘

13.4.1  什麼是頻繁模式挖掘
13.4.2  Mahout中的頻繁模式挖掘
13.5  Mahout中的聚類和分類
13.5.1  什麼是聚類和分類
13.5.2  Mahout中的數據表示
13.5.3  將文本轉化成向量
13.5.4  Mahout中的聚類、分類演算法
13.5.5  演算法應用實例
13.6  Mahout應用：建立一個推薦引擎
13.6.1  推薦引擎簡介
13.6.2  使用Taste構建一個簡單的推薦引擎
13.6.3  簡單分散式系統下基於產品的推薦系統簡介
13.7  本章小結
第14章  Pig詳解
14.1  Pig簡介
14.2  Pig的安裝和配置
14.2.1  Pig的安裝條件
14.2.2  Pig的下載、安裝和配置
14.2.3  Pig運行模式
14.3  Pig Latin語言
14.3.1  Pig Latin語言簡介
14.3.2  Pig Latin的使用
14.3.3  Pig Latin的數據類型
14.3.4  Pig Latin關鍵字
14.4  用戶定義函數
14.4.1  編寫用戶定義函數
14.4.2  使用用戶定義函數
14.5  Zebra簡介
14.5.1  Zebra的安裝
14.5.2  Zebra的使用簡介
14.6  Pig實例
14.6.1  Local模式
14.6.2  MapReduce模式
14.7  Pig進階
14.7.1  數據實例
14.7.2  Pig數據分析
14.8  本章小結
第15章  ZooKeeper詳解
15.1  ZooKeeper簡介
15.1.1  ZooKeeper的設計目標
15.1.2  數據模型和層次命名空間
15.1.3  ZooKeeper中的節點和臨時節點
15.1.4  ZooKeeper的應用
15.2  ZooKeeper的安裝和配置
15.2.1  安裝ZooKeeper
15.2.2  配置ZooKeeper
15.2.3  運行ZooKeeper
15.3  ZooKeeper的簡單操作
15.3.1  使用ZooKeeper命令的簡單操作步驟
15.3.2  ZooKeeper API的簡單使用

15.4  ZooKeeper的特性
15.4.1  ZooKeeper的數據模型
15.4.2  ZooKeeper會話及狀態
15.4.3  ZooKeeper watches
15.4.4  ZooKeeper ACL
15.4.5  ZooKeeper的一致性保證
15.5  使用ZooKeeper進行Leader選舉
15.6  ZooKeeper鎖服務
15.6.1  ZooKeeper中的鎖機制
15.6.2  ZooKeeper提供的一個寫鎖的實現
15.7  使用ZooKeeper創建應用程序
15.7.1  使用Eclipse開發ZooKeeper應用程序
15.7.2  應用程序實例
15.8  BooKeeper
15.9  本章小結
第16章  Avro詳解
16.1  Avro介紹
16.1.1  模式聲明
16.1.2  數據序列化
16.1.3  數據排列順序
16.1.4  對象容器文件
16.1.5  協議聲明
16.1.6  協議傳輸格式
16.1.7  模式解析
16.2  Avro的CC++實現
16.3  Avro的Java實現
16.4  GenAvro(Avro IDL)語言
16.5  Avro SASL概述
16.6  本章小結
第17章  Chukwa詳解
17.1  Chukwa簡介
17.2  Chukwa架構
17.2.1  客戶端及其數據模型
17.2.2  收集器
17.2.3  歸檔器和分離解析器
17.2.4  HICC
17.3  Chukwa的可靠性
17.4  Chukwa集群搭建
17.4.1  基本配置要求
17.4.2  Chukwa的安裝
17.4.3  Chukwa的運行
17.5  Chukwa數據流的處理
17.6  Chukwa與其他監控系統比較
17.7  本章小結
本章參考資料
第18章  Hadoop的常用插件與開發
18.1  Hadoop Studio的介紹和使用
18.1.1  Hadoop Studio的介紹
18.1.2  Hadoop Studio的安裝配置
18.1.3  Hadoop Studio的使用舉例

18.2  Hadoop Eclipse的介紹和使用
18.2.1  Hadoop Eclipse的介紹
18.2.2  Hadoop Eclipse的安裝配置
18.2.3  Hadoop Eclipse的使用舉例
18.3  Hadoop Streaming的介紹和使用
18.3.1  Hadoop Streaming的介紹
18.3.2  Hadoop Streaming的使用舉例
18.3.3  使用Hadoop Streaming常見的問題
18.4  Hadoop Libhdfs的介紹和使用
18.4.1  Hadoop Libhdfs的介紹
18.4.2  Hadoop Libhdfs的安裝配置
18.4.3  Hadoop Libhdfs API簡介
18.4.4  Hadoop Libhdfs的使用舉例
18.5  本章小結
第19章  企業應用實例
19.1  Hadoop在Yahoo！的應用
19.2  Hadoop在eBay的應用
19.3  Hadoop在百度的應用
19.4  即刻搜索中的Hadoop
19.4.1  即刻搜索簡介
19.4.2  即刻Hadoop應用架構
19.4.3  即刻Hadoop應用分析
19.5  Facebook中的Hadoop和HBase
19.5.1  Facebook中的任務特點
19.5.2  MySQL VS Hadoop+HBase
19.5.3  Hadoop和HBase的實現
19.6  本章小結
本章參考資料
附錄A  雲計算在線檢測平台
附錄B  Hadoop安裝、運行與使用說明
附錄C  使用DistributedCache的MapReduce程序
附錄D  使用ChainMapper和ChainReducer的MapReduce程序

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032