Hadoop云計(jì)算實(shí)戰(zhàn)

《hadoop云計(jì)算實(shí)戰(zhàn)》
第1章 云計(jì)算概論 
1. 云計(jì)算概述 
1.1. 云計(jì)算的定義 
1.1. 云計(jì)算產(chǎn)生的背景 
1.1. 云時(shí)代誰(shuí)是主角 
1.1. 云計(jì)算的特征 
1.1. 云計(jì)算的發(fā)展史 
1.1. 云計(jì)算的服務(wù)層次 
1.1. 云計(jì)算的服務(wù)形式 
1.1. 云計(jì)算的實(shí)現(xiàn)機(jī)制 
1.1. 云計(jì)算研究方向 
1.1. 云計(jì)算發(fā)展趨勢(shì) 
1. 云計(jì)算關(guān)鍵技術(shù)研究 
1.2. 虛擬化技術(shù) 
1.2. 數(shù)據(jù)存儲(chǔ)技術(shù) 
1.2. 資源管理技術(shù) 
1.2. 能耗管理技術(shù) 
1.2. 云監(jiān)測(cè)技術(shù) 
1. 云計(jì)算應(yīng)用研究 
1.3. 語(yǔ)義分析應(yīng)用 
1.3. it企業(yè)應(yīng)用 
1.3. 生物學(xué)應(yīng)用 
1.3. 電信企業(yè)應(yīng)用 
1.3. 數(shù)據(jù)庫(kù)的應(yīng)用 
1.3. 地理信息應(yīng)用 
1.3. 醫(yī)學(xué)應(yīng)用 
1. 云安全 
1.4. 云安全發(fā)展趨勢(shì) 
1.4. 云安全與網(wǎng)絡(luò)安全的差別 
1.4. 云安全研究的方向 
1.4. 云安全難點(diǎn)問題 
1.4. 云安全新增及增強(qiáng)功能 
1. 云計(jì)算生命周期 
1. 云計(jì)算存在的問題 
1. 云計(jì)算的優(yōu)缺點(diǎn) 
第2章 hadoop相關(guān)項(xiàng)目介紹 
2. hadoop簡(jiǎn)介 
2.1. hadoop的基本架構(gòu) 
2.1. hadoop文件系統(tǒng)結(jié)構(gòu) 
2.1. hadoop文件讀操作 
2.1. hadoop文件寫操作 
2. hadoop系統(tǒng)性質(zhì) 
2.2. 可靠存儲(chǔ)性 
2.2. 數(shù)據(jù)均衡 
2. 比較sql數(shù)據(jù)庫(kù)與hadoop 
2. mapreduce概述 
2.4. mapreduce實(shí)現(xiàn)機(jī)制 
2.4. mapreduce執(zhí)行流程 
2.4. mapreduce映射和化簡(jiǎn) 
2.4. mapreduce輸入格式 
2.4. mapreduce輸出格式 
2.4. mapreduce運(yùn)行速度 
2. hbase概述 
2.5. hbase的系統(tǒng)框架 
2.5. hbase訪問接口 
2.5. hbase的存儲(chǔ)格式 
2.5. hbase的讀寫流程 
2.5. hbase的優(yōu)缺點(diǎn) 
2. zookeeper概述 
2.6. 為什么需要zookeeper 
2.6. zookeeper設(shè)計(jì)目標(biāo) 
2.6. zookeeper數(shù)據(jù)模型 
2.6. zookeeper工作原理 
2.6. zookeeper實(shí)現(xiàn)機(jī)制 
2.6. zookeeper的特性 
2. hive概述 
2.7. hive的組成 
2.7. hive結(jié)構(gòu)解析 
2. pig概述 
2. cassandra概述 
2.9. cassandra主要功能 
2.9. cassandra的體系結(jié)構(gòu) 
2.9. cassandra存儲(chǔ)機(jī)制 
2.9. cassandra的寫過程 
2.9. cassandra的讀過程 
2.9. cassandra的刪除 
2. chukwa概述 
2.10. 使用chukwa的原因 
2.10. chukwa的不是 
2.10. chukwa的定義 
2.10. chukwa架構(gòu)與設(shè)計(jì) 
第3章 hadoop配置與實(shí)戰(zhàn) 
3. hadoop的安裝 
3.1. 在linux下安裝hadoop 
3.1. 運(yùn)行模式 
3.1. 在windows下安裝hadoop 
3. 運(yùn)行hadoop 
3. hadoop的avatar機(jī)制 
3.3. 系統(tǒng)架構(gòu) 
3.3. 元數(shù)據(jù)同步機(jī)制 
3.3. 切換故障過程 
3.3. 運(yùn)行流程 
3.3. 切換故障流程 
3. hadoop實(shí)戰(zhàn) 
3.4. 使用hadoop運(yùn)行wordcount實(shí)例 
3.4. 使用eclipse編寫hadoop程序 
第4章 hadoop的分布式數(shù)據(jù)hdfs 
4. hdfs的操作 
4.1. 文件操作 
4.1. 管理與更新 
4. fs shell使用指南 
4. api使用 
4.3. 文件系統(tǒng)的常見操作 
4.3. api的java操作實(shí)例 
第5章 hadoop編程模型mapreduce 
5. mapreduce基礎(chǔ) 
5.1. mapreduce編程模型 
5.1. mapreduce實(shí)現(xiàn)機(jī)制 
5.1. java mapreduce 
5. mapreduce的容錯(cuò)性 
5. mapreduce實(shí)例分析 
5. 不帶map()、reduce()的mapreduce 
5. shuffle過程 
5. 新增hadoop api 
5. hadoop的streaming 
5.7. 通過unix命令使用streaming 
5.7. 通過ruby版本使用streaming 
5.7. 通過python版本使用streaming 
5. mapreduce實(shí)戰(zhàn) 
5.8. mapreduce排序 
5.8. mapreduce二次排序 
5. mapreduce作業(yè)分析 
5. 定制mapreduce數(shù)據(jù)類型 
5.10. 內(nèi)置的數(shù)據(jù)輸入格式和recordreader 
5.10. 定制輸入數(shù)據(jù)格式與recordreader 
5.10. 定制數(shù)據(jù)輸出格式實(shí)現(xiàn)多集合文件輸出 
5. 鏈接mapreduce作業(yè) 
5.11. 順序鏈接mapreduce作業(yè) 
5.11. 復(fù)雜的mapreduce鏈接 
5.11. 前后處理的鏈接 
5.11. 鏈接不同的數(shù)據(jù) 
5. hadoop的pipes 
5. 創(chuàng)建bloom filter 
5.13. bloom filter作用 
5.13. bloom filter實(shí)現(xiàn) 
第6章 hadoop的數(shù)據(jù)庫(kù)hbase 
6. hbase數(shù)據(jù)模型 
6.1. 數(shù)據(jù)模型 
6.1. 概念視圖 
6.1. 物理視圖 
6. hbase與rdbms對(duì)比 
6. bigtable的應(yīng)用實(shí)例 
6. hbase的安裝與配置 
6. java api 
6. hbase實(shí)例分析 
6.6. rowlock 
6.6. hbase的hfileoutputformat 
6.6. hbase的tableoutputformat 
6.6. 在hbase中使用mapreduce 
6.6. hbase分布式模式 
第7章 hadoop的數(shù)據(jù)倉(cāng)庫(kù)hive 
7. hive的安裝 
7.1. 準(zhǔn)備的軟件包 
7.1. 內(nèi)嵌模式安裝 
7.1. 安裝獨(dú)立模式 
7.1. 遠(yuǎn)程模式安裝 
7.1. 查看數(shù)據(jù)信息 
7. hive的入口 
7.2. 類clidriver 
7.2. 類clisessionstate 
7.2. 類commandprocessor 
7. hive ql詳解 
7.3. hive的數(shù)據(jù)類型 
7.3. hive與數(shù)據(jù)庫(kù)比較 
7.3. ddl操作 
7.3. join查詢 
7.3. dml操作 
7.3. sql操作 
7.3. hive ql的應(yīng)用實(shí)例 
7. hive的服務(wù) 
7.4. jdbc/odbc服務(wù) 
7.4. thrift服務(wù) 
7.4. web接口 
7. hive sql的優(yōu)化 
7.5. hive sql優(yōu)化選項(xiàng) 
7.5. hive sql優(yōu)化應(yīng)用實(shí)例 
7. hive的擴(kuò)展性 
7.6. serde 
7.6. map/reduce腳本 
7.6. udf 
7.6. udaf 
7. hive實(shí)戰(zhàn) 
第8章 hadoop的大規(guī)模數(shù)據(jù)平臺(tái)pig 
8. pig的安裝與運(yùn)行 
8.1. pig的安裝 
8.1. pig的運(yùn)行 
8. pig實(shí)現(xiàn) 
8. pig latin語(yǔ)言 
8.3. pig latin語(yǔ)言概述 
8.3. pig latin數(shù)據(jù)類型 
8.3. pig latin運(yùn)算符 
8.3. pig latin關(guān)鍵字 
8.3. pig內(nèi)置函數(shù) 
8. 自定義函數(shù) 
8.4. udf的編寫 
8.4. udfs的使用 
8. jaql和pig查詢語(yǔ)言的比較 
8.5. pig和jaql運(yùn)行環(huán)境和執(zhí)行形式的比較 
8.5. pig和jaql支持?jǐn)?shù)據(jù)類型的比較 
8.5. pig和jaql操作符和內(nèi)建函數(shù)以及自定義函數(shù)的比較 
8.5. 其他 
8. pig實(shí)戰(zhàn) 
第9章 hadoop的非關(guān)系型數(shù)據(jù)cassandra 
9. cassandra的安裝 
9.1. 在windows 7中安裝 
9.1. 在linux中安裝 
9. cassandra的數(shù)據(jù)模型 
9.2. column 
9.2. supercolumn 
9.2. columnfamily 
9.2. row 
9.2. 排序 
9. cassandra的實(shí)例分析 
9.3. cassandra的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu) 
9.3. 跟蹤客戶端代碼 
9. cassandra常用的編程語(yǔ)言 
9.4. java使用cassandra 
9.4. php使用cassandra 
9.4. python使用cassandra 
9.4. c#使用cassandra 
9.4. ruby使用cassandra 
9. cassandra與mapreduce結(jié)合 
9.5. 需求分析 
9.5. 代碼分析 
9.5. mapreduce代碼 
9. cassandra實(shí)戰(zhàn) 
9.6. buyerdao功能驗(yàn)證 
9.6. sellerdao功能驗(yàn)證 
9.6. productdao功能驗(yàn)證 
9.6. 新建schema在線功能 
9.6. 功能驗(yàn)證 
第10章 hadoop的收集數(shù)據(jù)chukwa 
10. chukwa的安裝與配置 
10.1. 配置要求 
10.1. chukwa的安裝 
10.1. 基本命令 
10. chukwa數(shù)據(jù)流處理 
10.2. 支持?jǐn)?shù)據(jù)類型 
10.2. 數(shù)據(jù)處理 
10.2. 自定義數(shù)據(jù)模塊 
10. chukwa源代碼分析 
10.3. chukwa適配器 
10.3. chukwa連接器 
10.3. chukwa收集器 
10. chukwa實(shí)例分析 
10.4. 生成數(shù)據(jù) 
10.4. 收集數(shù)據(jù) 
10.4. 處理數(shù)據(jù) 
10.4. 析取數(shù)據(jù) 
10.4. 稀釋數(shù)據(jù) 
第11章 hadoop的分布式系統(tǒng)zookeeper 
11. zookeeper的安裝與配置 
11.1. zookeeper的安裝 
11.1. zookeeper的配置 
11.1. zookeeper數(shù)據(jù)模型 
11.1. zookeeper的api接口 
11.1. zookeeper編程實(shí)現(xiàn) 
11. zookeeper的leader流程 
11. zookeeper鎖服務(wù) 
11.3. zookeeper中的鎖機(jī)制 
11.3. zookeeper的寫鎖實(shí)現(xiàn) 
11.3. zookeeper鎖服務(wù)實(shí)現(xiàn)例子 
11. 創(chuàng)建zookeeper應(yīng)用程序 
11. zookeeper的應(yīng)用開發(fā) 
11. zookeeper的典型應(yīng)用 
11.6. 統(tǒng)一命名服務(wù) 
11.6. 配置管理 
11.6. 集群管理 
11.6. 共享鎖 
11.6. 隊(duì)列管理 
11. 實(shí)現(xiàn)namenode自動(dòng)切換 
網(wǎng)上參考資源 
參考文獻(xiàn)