×
暂无评论
图文详情
  • ISBN:9787030561435
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:26cm
  • 页数:10,255页
  • 出版时间:2019-05-01
  • 条形码:9787030561435 ; 978-7-03-056143-5

内容简介

本书不仅可以作为高校计算机科学与技术、物联网工程、网络工程等专业或工科相关专业的专科生、本科生的教材, 也可供从事计算机应用与开发的科研、工程技术人员参考使用全书按照需求分为上、中、下三篇, 上篇中主要讲述大数据基础知识, 中篇主要讲述大数据应用开发编程技术, 下篇主要讲述大数据的应用案例。

目录

上篇 基础篇
第1章 大数据技术概述
1.1 大数据的发展历史
1.2 大数据的基本特征
1.3 大数据处理框架
1.4 大数据技术的主要应用领域
1.4.1 大数据技术在公共事业领域的应用
1.4.2 大数据技术在消费领域的应用
1.4.3 大数据技术在金融领域的应用
1.4.4 大数据技术在工业领域的应用
1.4.5 大数据技术在医疗领域的应用
1.4.6 大数据技术在农业领域的应用
习题
参考文献

第2章 大数据处理平台Hadoop
2.1 Hadoop简介
2.1.1 Hadoop概述
2.1.2 Hadoop特性
2.1.3 Hadoop应用现状
2.2 Hadoop架构与组成
2.2.1 Hadoop架构
2.2.2 Hadoop组成模块
习题
参考文献
瓣分布式文件系统HDFs
3.1 HDFS简介
3.1.1 HDFS设计理念
3.1.2 HDFS的缺点
3.1.3 基本组成结构与文件访问过程
3.2 HDFS体系架构
3 2 1NameNnde
3.2.2 DataNode
3.2.3 C1ient
3.3 HDFS数据读写过程
3.3.1 读取数据
3.3.2 写数据
3.4 保障HDFS可靠性的措施
3.4.1 冗余备份
3.4.2 副本存放
3.4.3 心跳检测
3.4.4 安全模式
3.4.5 数据完整性检测
3.4.6 空间回收
3.4.7 MetaData磁盘失效
3.4.8 快照
3.5 HDFS Shell
3.5.1 通用选项
3.5.2 用户命令
3.5.3 管理与更新
3.6 HDFS JavaAPI编程实践
3.6.1 HDFS常用JavaAPI介绍
3.6.2 HDFS Java API编程案例
习题
参考文献

第4章 分布式计算框架MapReduce
4.1 MapReduce框架结构
4.1.1 MapRednee的函数式编程概述
4.1.2 MapRedace组成
4.1.3 MapReduce框架核心优势
4.2 WlordCount实例分析
4.2.1 WorclCount任务
4.2.2 WordCount设计思路
4.2.3 WordCount执行过程
4.3 MapReduce执行流程
4.3.1 MapReduce执行流程概述
4.3.2 MapRedace各个执行阶段
4.4 MapReduce运行原理
4.4.1 作业提交
4.4.2 作业初始化
4.4.3 任务分配
……

中篇 编程篇
下篇 应用篇
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航