大數(shù)據(jù)技術(shù)入門（Hadoop+Spark）

第1章大數(shù)據(jù)概述
1.1大數(shù)據(jù)的研究背景
1.2大數(shù)據(jù)的定義及其技術(shù)特點(diǎn)
1.2.1大數(shù)據(jù)的定義
1.2.2大數(shù)據(jù)的基本特點(diǎn)
1.2.3典型的大數(shù)據(jù)處理需求與計(jì)算特征
1.3大數(shù)據(jù)處理的主要技術(shù)特點(diǎn)與難點(diǎn)
1.4研究大數(shù)據(jù)的意義
1.5本章小結(jié)
第2章Hadoop簡(jiǎn)介及安裝部署
2.1Hadoop簡(jiǎn)介及生態(tài)體系
2.2Hadoop集群架構(gòu)
2.3Hadoop集群運(yùn)行環(huán)境搭建
2.3.1Hadoop安裝配置過(guò)程
2.3.2驗(yàn)證Hadoop的安裝
2.4本章小結(jié)
第3章HDFS
3.1相關(guān)基本概念
3.2HDFS存儲(chǔ)架構(gòu)
3.2.1HDFS寫入流程
3.2.2HDFS讀取流程
3.3HDFS的優(yōu)點(diǎn)與缺點(diǎn)
3.3.1HDFS的優(yōu)點(diǎn)
3.3.2HDFS的缺點(diǎn)
3.4HDFS Shell常用命令
3.5HDFS的Java API
3.6本章小結(jié)
第4章MapReduce計(jì)算框架
4.1MapReduce核心思想
4.2MapReduce的工作原理
4.3MapReduce的運(yùn)行機(jī)制
4.4MapReduce數(shù)據(jù)本地化
4.5MapReduce編程
4.5.1MapReduce運(yùn)行模式
4.5.2MapReduce編程組件與數(shù)據(jù)類型
4.6MapReduce編程示例
4.6.1單詞計(jì)數(shù)
4.6.2倒排索引
4.7本章小結(jié)
 
 
第5章Hive數(shù)據(jù)倉(cāng)庫(kù)
5.1Hive概述
5.1.1Hive簡(jiǎn)介
5.1.2Hive的架構(gòu)
5.1.3Hive的優(yōu)缺點(diǎn)
5.2Hive的安裝
5.2.1安裝MySQL
5.2.2安裝Hive
5.3Hive數(shù)據(jù)庫(kù)相關(guān)操作
5.3.1Hive的數(shù)據(jù)類型
5.3.2Hive基礎(chǔ)SQL語(yǔ)法
5.4本章小結(jié)
第6章HBase分布式數(shù)據(jù)庫(kù)
6.1HBase概述
6.1.1HBase的架構(gòu)
6.1.2HBase的特點(diǎn)
6.1.3HBase數(shù)據(jù)存儲(chǔ)方式
6.1.4HBase尋址機(jī)制
6.2HBase的安裝
6.3HBase數(shù)據(jù)模型
6.4HBase的Shell操作
6.5HBase常用的Java API及示例程序
6.5.1HBase常用的Java API
6.5.2程序示例
6.6本章小結(jié)
第7章Spark基礎(chǔ)
7.1Spark概述
7.1.1Spark的主要特點(diǎn)
7.1.2Spark生態(tài)系統(tǒng)
7.1.3Spark相對(duì)于Hadoop MapReduce的優(yōu)勢(shì)
7.2Spark的安裝
7.2.1Spark的部署方式
7.2.2Spark的安裝
7.3Spark運(yùn)行架構(gòu)與原理
7.4Spark運(yùn)行流程
7.5本章小結(jié)
第8章Spark RDD彈性分布式數(shù)據(jù)集
8.1RDD的設(shè)計(jì)與運(yùn)行原理
8.1.1RDD的概念
8.1.2RDD的分區(qū)
8.1.3RDD的依賴關(guān)系
8.1.4RDD在Spark中的運(yùn)行流程
8.1.5RDD容錯(cuò)機(jī)制
8.2RDD API編程
8.2.1RDD的創(chuàng)建
8.2.2RDD的操作
8.3程序示例： 倒排索引
8.4本章小結(jié)
第9章Spark SQL
9.1Spark SQL概述
9.1.1Spark SQL簡(jiǎn)介
9.1.2Spark SQL的架構(gòu) 
9.2DataFrame
9.2.1DataFrame簡(jiǎn)介
9.2.2DataFrame的創(chuàng)建
9.2.3DataFrame的常用操作
9.3Dataset
9.4Spark SQL編程
9.4.1DataFrame操作
9.4.2Spark SQL 讀寫MySQL數(shù)據(jù)庫(kù)
9.4.3Spark SQL 讀寫Hive
9.5本章小結(jié)
第10章 Spark Streaming實(shí)時(shí)計(jì)算框架
10.1Spark Streaming概述
10.1.1流數(shù)據(jù)和流計(jì)算
10.1.2Spark Streaming簡(jiǎn)介
10.1.3DStream簡(jiǎn)介
10.2DStream編程
10.2.1DStream轉(zhuǎn)換操作
10.2.2DStream輸出操作相關(guān)的方法
10.3DStream編程示例
10.3.1DStream編程基本步驟——文件流
10.3.2無(wú)狀態(tài)轉(zhuǎn)換操作
10.3.3有狀態(tài)轉(zhuǎn)換操作
10.3.4輸出操作
10.4本章小結(jié)
第11章Spark Streaming與Flume、Kafka的整合
11.1Flume簡(jiǎn)介及安裝
11.1.1Flume簡(jiǎn)介
11.1.2Flume的安裝
11.2Kafka簡(jiǎn)介及安裝
11.2.1Kafka簡(jiǎn)介
11.2.2Kafka的安裝
11.3Flume與Kafka的區(qū)別和側(cè)重點(diǎn)
11.4Spark Streaming與Flume、Kafka的整合與開(kāi)發(fā)
11.5本章小結(jié)
第12章Spark MLlib機(jī)器學(xué)習(xí)
12.1機(jī)器學(xué)習(xí)的概念
12.1.1機(jī)器學(xué)習(xí)的定義
12.1.2機(jī)器學(xué)習(xí)的分類
12.2MLlib簡(jiǎn)介
12.3Spark MLlib的數(shù)據(jù)類型
12.3.1本地向量
12.3.2標(biāo)注點(diǎn)
12.3.3本地矩陣
12.4Spark MLlib機(jī)器學(xué)習(xí)示例
12.4.1特征抽取——TFIDF
12.4.2分類與回歸——線性回歸
12.4.3分類與回歸——邏輯回歸
12.4.4協(xié)同過(guò)濾——電影推薦
12.5本章小結(jié)
第13章實(shí)戰(zhàn)案例——分布式優(yōu)惠券后臺(tái)應(yīng)用系統(tǒng) 
13.1系統(tǒng)簡(jiǎn)介
13.2整體架構(gòu)
13.3表結(jié)構(gòu)設(shè)計(jì)
13.4系統(tǒng)實(shí)現(xiàn)
13.4.1商戶投放子系統(tǒng)
13.4.2用戶消費(fèi)子系統(tǒng)
13.5系統(tǒng)運(yùn)行測(cè)試
13.5.1啟動(dòng)系統(tǒng)
13.5.2商戶投放子系統(tǒng)測(cè)試
13.5.3用戶消費(fèi)子系統(tǒng)測(cè)試
13.6本章小結(jié)
第14章實(shí)戰(zhàn)案例——新聞話題實(shí)時(shí)統(tǒng)計(jì)分析系統(tǒng)
14.1系統(tǒng)簡(jiǎn)介
14.2系統(tǒng)總體架構(gòu)
14.3表結(jié)構(gòu)設(shè)計(jì)
14.4系統(tǒng)實(shí)現(xiàn)
14.4.1模擬日志生成程序
14.4.2Flume配置
14.4.3配置Kafka
14.4.4Spark Streaming開(kāi)發(fā)
14.4.5WebSocket和前端界面開(kāi)發(fā)
14.5系統(tǒng)運(yùn)行測(cè)試
14.6本章小結(jié)
參考文獻(xiàn)