幫助中心 | 我的帳號 | 關於我們

Hadoop大數據解決方案/大數據應用與技術叢書

  • 作者:(美)Benoy Antony//Konstantin Boudnik//Cheryl Adams//Branky Shao//Cazen Lee等|譯者:殷聰賢//楊朋朋
  • 出版社:清華大學
  • ISBN:9787302466451
  • 出版日期:2017/02/01
  • 裝幀:平裝
  • 頁數:264
人民幣:RMB 49.8 元      售價:
放入購物車
加入收藏夾

內容大鋼
    Hadoop開源且基於Java、幾乎沒有入門障礙,它提供了迅速佔據市場的實用大數據解決方案。
    Benoy Antony、Konstantin Boudnik、Cheryl Adams、Branky Shao、Cazen Lee等所著的《Hadoop大數據解決方案》由包括已認證Hadoop開發者、Committers和峰會演講者在內的專家團隊編寫,可以作為有關該框架流程和功能的自學教程。書中單獨介紹了各個組件,最後用實際項目將它們聯繫起來並構建示例應用。本書跳過資料庫開發基礎知識,直奔主題,幫助有經驗的開發者快速上手,並開始在真實場景中使用Hadoop。

作者介紹
(美)Benoy Antony//Konstantin Boudnik//Cheryl Adams//Branky Shao//Cazen Lee等|譯者:殷聰賢//楊朋朋

目錄
第1章  Hadoop概述
  1.1  商業分析與大數據
    1.1.1  Hadoop的組件
    1.1.2  Hadoop分散式文件系統(HDFS)
    1.1.3  MapReduce是什麼
    1.1.4  YARN是什麼
  1.2  ZooKeeper是什麼
  1.3  Hive是什麼
  1.4  與其他系統集成
    1.4.1  Hadoop生態系統
    1.4.2  數據集成與Hadoop
  1.5  小結
第2章  存儲
  2.1  Hadoop HDFS的基礎知識
    2.1.1  概念
    2.1.2  架構
    2.1.3  介面
  2.2  在分散式模式下設置HDFS群集
  2.3  HDFS的高級特性
    2.3.1  快照
    2.3.2  離線查看器
    2.3.3  分層存儲
    2.3.4  糾刪碼
  2.4  文件格式
  2.5  雲存儲
  2.6  小結
第3章  計算
  3.1  Hadoop MapReduce的基礎
    3.1.1  概念
    3.1.2  架構
  3.2  如何啟動MapReduce作業
    3.2.1  編寫Map任務
    3.2.2  編寫reduce任務
    3.2.3  編寫MapReduce作業
    3.2.4  配置
  3.3  MapReduce的高級特性
    3.3.1  分散式緩存
    3.3.2  計數器
    3.3.3  作業歷史伺服器
  3.4  與Spark作業的區別
  3.5  小結
第4章  用戶體驗
  4.1  Apache Hive
    4.1.1  安裝Hive
    4.1.2  HiveQL
    4.1.3  UDF/SerDe
    4.1.4  Hive調優
  4.2  Apache Pig
    4.2.1  安裝Pig
    4.2.2  PigLatin

  4.3  UDF
  4.4  Hue
  4.5  Apache Oozie
    4.5.1  安裝Oozie
    4.5.2  Oozie的工作原理
    4.5.3  工作流/協調器
    4.5.4  OozieCLI
  4.6  小結
第5章  與其他系統集成
  5.1  Apache Sqoop
  5.2  Apache Flume
  5.3  Apache Kafka
    5.3.1  工作原理
    5.3.2  Kafka Connect
    5.3.3  流處理
  5.4  Apache Storm
    5.4.1  工作原理
    5.4.2  Trident
    5.4.3  Kafka集成
  5.5  小結
第6章  Hadoop安全
  6.1  提升Hadoop群集安全性
    6.1.1  邊界安全
    6.1.2  Kerberos認證
    6.1.3  Hadoop中的服務級授權
    6.1.4  用戶模擬
    6.1.5  提升HTTP通道的安全性
  6.2  提升數據安全性
    6.2.1  數據分類
    6.2.2  將數據傳到群集
    6.2.3  保護群集中的數據
  6.3  增強應用程序安全性
    6.3.1  YARN架構
    6.3.2  YARN中的應用提交
  6.4  小結
第7章  自由的生態圈:Hadoop與Apache Big Top
  7.1  基礎概念
    7.1.1  軟體棧
    7.1.2  測試棧
    7.1.3  在我的筆記本電腦上工作
  7.2  開發定製的軟體棧
    7.2.1  Apache Bigtop:歷史
    7.2.2  Apache Bigtop:概念和哲學思想
    7.2.3  項目結構
    7.2.4  談談構建系統
    7.2.5  工具鏈和開發環境
    7.2.6  BOM定義
  7.3  部署
    7.3.1  Bigtop Provisioner
    7.3.2  群集的無主節點Puppet部署

    7.3.3  使用Puppet進行配置管理
  7.4  集成驗證
    7.4.1  iTests和驗證應用程序
    7.4.2  棧集成測試開發
    7.4.3  棧的驗證
    7.4.4  群集故障測試
    7.4.5  棧的冒煙測試
  7.5  將所有工作組合在一起
  7.6  小結
第8章  Hadoop軟體棧的In-Memory計算
  8.1  In-Memory計算簡介
  8.2  Apache Ignite:內存優先
    8.2.1  Apache Ignite的系統體系架構
    8.2.2  數據網格
    8.2.3  高可用性討論
    8.2.4  計算網格
    8.2.5  服務網格
    8.2.6  內存管理
    8.2.7  持久化存儲
  8.3  使用Ignite加速舊式Hadoop
    8.3.1  In-Memory存儲的好處
    8.3.2  內存文件系統:HDFS緩存
    8.3.3  In-MemoryMapReduce
  8.4  Apache Ignite的高級用法
    8.4.1  Spark和Ignite
    8.4.2  共享狀態
    8.4.3  Hadoop上的In-Memory SQL
    8.4.4  使用Ignite的SQL
    8.4.5  使用ApacheIgnite進行流處理
  8.5  小結
術語表

  • 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