包邮大数据技术导论

项目一 大数据与大数据时代 1 任务1-1 认识大数据时代 2 1.1.1 大数据时代 3 1.1.2 大数据时代到来的原因 3 1.1.3 大数据时代产生的变革 7 任务1-2 掌握大数据基本特征和处理流程 12 1.2.1 数据的定义和分类 13 1.2.2 大数据的定义 13 1.2.3 大数据的特征 13 1.2.4 大数据处理流程 15 任务1-3 大数据技术的发展历程 16 任务1-4 大数据产业结构及行业应用 18 1.4.1 大数据产业结构 18 1.4.2 大数据、云计算、人工智能、物联网的深度融合 24 1.4.3 大数据技术在各行业领域的应用案例 26 任务1-5 了解大数据行业的岗位需求 39 1.5.1 大数据行业的岗位需求 39 1.5.2 高职院校学生在大数据行业的就业定位 41 小结 42 课后习题 43 项目二 大数据处理平台 44 任务2-1 构建大数据处理平台的原因 46 2.1.1 大数据时代的数据类型 46 2.1.2 传统数据处理平台遇到的问题 48 2.1.3 大数据处理平台 49 任务2-2 *早的大数据生态系统—Hadoop 50 2.2.1 Hadoop的简介和发展 50 2.2.2 Hadoop的设计思想和特点 53 2.2.3 Hadoop的两大基础组件 54 2.2.4 Hadoop生态系统的架构和其他组件 57 任务2-3 大数据处理平台架构 61 2.3.1 大数据计算模式 61 2.3.2 大数据处理平台的基本架构及数据处理流程 62 2.3.3 主流大数据处理平台的架构 63 2.3.4 大数据处理平台架构案例介绍 67 小结 73 课后习题 73 项目三 Hadoop开发环境的搭建 74 任务3-1 VMware虚拟机的安装 76 任务3-2 VMware上Ubuntu系统的安装和配置 80 3.2.1 Ubuntu系统的安装 80 3.2.2 Ubuntu系统的网络设置 89 任务3-3 Ubuntu系统上Hadoop的安装和配置 95 3.3.1 Java环境的安装和配置 96 3.3.2 SSH的安装以及免密码登录的设置 97 3.3.3 Hadoop的安装和配置 99 任务3-4 Hadoop下的词频统计 105 小结 108 课后习题 108 项目四 数据采集与预处理 109 任务4-1 数据采集初识 111 4.1.1 传统数据采集和大数据采集 112 4.1.2 大数据采集方式 114 4.1.3 大数据采集工具 116 4.1.4 数据预处理 121 任务4-2 互联网数据采集 122 4.2.1 爬虫 122 4.2.2 爬虫编程语言及爬虫分类 123 任务4-3 Windows下Python爬虫开发环境的搭建 126 4.3.1 Windows下Python3.x的安装和环境变量的配置 126 4.3.2 requests和Beautiful Soup包的安装 129 4.3.3 PyCharm的安装和使用 130 任务4-4 Python爬虫应用程序的编写 134 4.4.1 爬虫爬取数据的过程 134 4.4.2 网页的基本结构 134 4.4.3 网站数据的抓取 135 4.4.4 网站数据的解析与数据清洗 139 4.4.5 数据的爬取与预处理 142 小结 150 课后习题 151 项目五 数据计算与数据存储 152 任务5-1 大数据计算框架初识 154 5.1.1 大数据计算和传统数据计算的区别 155 5.1.2 常见的大数据计算框架简介 157 任务5-2 大数据存储初识 165 5.2.1 分布式文件系统 166 5.2.2 NoSQL数据库简介 167 5.2.3 HBase简介 168 任务5-3 Spark和HBase开发环境的搭建 171 5.3.1 HBase的安装和配置 171 5.3.2 Spark的安装和配置 175 任务5-4 Spark应用程序的编写 179 5.4.1 Linux下Scala IDE For Eclipse工具的安装和配置 179 5.4.2 Spark应用程序的编写及打包 182 5.4.3 Spark应用程序jar包的提交 200 小结 202 课后习题 202 项目六 数据分析与可视化 203 任务6-1 大数据分析初识 206 6.1.1 大数据分析简介 207 6.1.2 Python大数据分析环境的搭建 209 6.1.3 常见的大数据分析方法 218 任务6-2 大数据可视化初识 231 6.2.1 大数据可视化的概念 231 6.2.2 常用的数据可视化工具 236 任务6-3 房屋数据分析可视化案例编程 239 6.3.1 PySpark的配置和使用 239 6.3.2 Spark应用程序的编写 241 小结 250 课后习题 250 参考文献 251