您现在的位置是: 首页 >  人工智能 书本信息

Hadoop MapReduce实战手册 中文完整pdf扫描版[42MB]

qianhu2021-05-31 【大数据开发】

简介Hadoop MapReduce实战手册 中文完整pdf扫描版[42MB] ,这是一本学习Hadoop MapReduce的一站式指南,完整介绍了Hadoop生态体系,包括Hadoop平台安装、部署、运维等,Hadoop生态系统成员Hive、Pig、HBase、Mahout等,感兴趣的小伙伴们可以参考一下

查看电子书下载链接

这是一本学习Hadoop MapReduce的一站式指南,完整介绍了Hadoop生态体系,包括Hadoop平台安装、部署、运维等,Hadoop生态系统成员Hive、Pig、HBase、Mahout等。最重要的是,书中包含丰富的示例和多样的实际应用场景,以一种简单而直接的方式呈现了90个实战攻略,并给出一步步的指导。本书从获取Hadoop并在集群中运行讲起,依次介绍了高级HDFS,高级Hadoop MapReduce管理,开发复杂的Hadoop MapReduce应用程序,Hadoop的生态系统,统计分析,搜索与索引,聚类、推荐和寻找关联,海量文本数据处理,云部署等内容。

目录
 

第1章 搭建Hadoop并在集群中运行 1
1.1 简介 1
1.2 在你的机器上安装Hadoop 2
1.3 写WordCountMapReduce示例程序,打包并使用独立的Hadoop运行它 3
1.4 给WordCount MapReduce程序增加combiner步骤 8
1.5 安装HDFS 9
1.6 使用HDFS监控UI 14
1.7 HDFS的基本命令行文件操作 15
1.8 在分布式集群环境中设置Hadoop 17
1.9 在分布式集群环境中运行WordCount程序 22
1.10 使用MapReduce监控UI 24
第2章 HDFS进阶 26
2.1 简介 26
2.2 HDFS基准测试 27
2.3 添加一个新的DataNode 28
2.4 DataNode下架 30
2.5 使用多个磁盘/卷以及限制HDFS的磁盘使用情况 32
2.6 设置HDFS块大小 33
2.7 设置文件冗余因子 34
2.8 使用HDFS的Java API 35
2.9 使用HDFS的C API(libhdfs) 40
2.10 挂载HDFS(Fuse-DFS) 45
2.11 在HDFS中合并文件 48
第3章 高级Hadoop MapReduce运维 49
3.1 简介 49
3.2 调优集群部署的Hadoop配置 49
3.3 运行基准测试来验证Hadoop的安装 52
3.4 复用Java虚拟机以提高性能 54
3.5 容错和推测执行 54
3.6 调试脚本——分析任务失败 55
3.7 设置失败百分比以及跳过不良记录 59
3.8 共享用户的Hadoop集群——使用公平调度器和其他调度器 61
3.9 Hadoop的安全性——整合使用Kerberos 62
3.10 使用Hadoop的工具接口 69
第4章 开发复杂的Hadoop MapReduce应用程序 72
4.1 简介 72
4.2 选择合适的Hadoop数据类型 73
4.3 实现自定义的Hadoop Writable数据类型 75
4.4 实现自定义Hadoop key类型 79
4.5 从mapper中输出不同值类型的数据 83
4.6 为输入数据格式选择合适的Hadoop InputFormat 87
4.7 添加新的输入数据格式的支持——实现自定义的InputFormat 90
4.8 格式化MapReduce计算的结果——使用Hadoop的OutputFormat 94
4.9 Hadoop的中间(map到reduce)数据分区 96
4.10 将共享资源传播和分发到MapReduce作业的任务中——Hadoop DistributedCache 98
4.11 在Hadoop上使用传统应用程序——Hadoop Streaming 103
4.12 添加MapReduce作业之间的依赖关系 106
4.13 用于报告自定义指标的Hadoop计数器 108
第5章 Hadoop生态系统 110
5.1 简介 110
5.2 安装HBase 111
5.3 使用Java客户端API随机存取数据 114
5.4 基于HBase(表输入/输出)运行MapReduce作业 116
5.5 安装Pig 120
5.6 运行第一条Pig命令 121
5.7 使用Pig执行集合操作(join,union)与排序 123
5.8 安装Hive 125
5.9 使用Hive运行SQL风格的查询 127
5.10 使用Hive执行join 129
5.11 安装Mahout 132
5.12 使用Mahout运行K-means 133
5.13 可视化K-means结果 136
第6章 分析 138
6.1 简介 138
6.2 使用MapReduce的简单分析 139
6.3 使用MapReduce执行Group-By 143
6.4 使用MapReduce计算频率分布和排序 146
6.5 使用GNU Plot绘制Hadoop计算结果 148
6.6 使用MapReduce计算直方图 151
6.7 使用MapReduce计算散点图 154
6.8 用Hadoop解析复杂的数据集 158
6.9 使用MapReduce连接两个数据集 164
第7章 搜索和索引 170
7.1 简介 170
7.2 使用Hadoop MapReduce生成倒排索引 170
7.3 使用Apache Nutch构建域内网络爬虫 175
7.4 使用Apache Solr索引和搜索网络文档 180
7.5 配置Apache HBase作为Apache Nutch的后端数据存储 182
7.6 在Hadoop集群上部署Apache HBase 185
7.7 使用Hadoop/HBase集群构建Apache Nutch全网爬虫服务 188
7.8 用于索引和搜索的ElasticSearch 191
7.9 生成抓取网页的内链图 193
第8章 聚类、推荐和关系发现 197
8.1 简介 197
8.2 基于内容的推荐 198
8.3 层次聚类 204
8.4 对亚马逊销售数据集进行聚类操作 208
8.5 基于协同过滤的推荐 212
8.6 使用朴素贝叶斯分类器的分类 216
8.7 使用Adwords平衡算法给广告分配关键字 222
第9章 海量文本数据处理 231
9.1 简介 231
9.2 使用Hadoop Streaming和Python预处理数据(抽取、清洗和格式转换) 231
9.3 使用Hadoop Streaming进行数据去重 235
9.4 使用importtsv和批量加载工具把大型数据集加载到Apache HBase数据存储中 237
9.5 创建用于文本数据的TF向量和TF-IDF向量 242
9.6 聚类文本数据 246
9.7 使用隐含狄利克雷分布(LDA)发现主题 249
9.8 使用Mahout的朴素贝叶斯分类器分类文件 252
第10章 云端部署——在云上使用Hadoop 255
10.1 简介 255
10.2 使用亚马逊弹性MapReduce运行Hadoop MapReduce计算 256
10.3 使用亚马逊EC2竞价实例来执行EMR作业流以节约开支 259
10.4 使用EMR执行Pig脚本 261
10.5 使用EMR执行Hive脚本 263
10.6 使用命令行界面创建亚马逊EMR作业流 267
10.7 使用EMR在亚马逊EC2云上部署Apache HBase集群 270
10.8 使用EMR引导操作来配置亚马逊EMR作业的虚拟机 275
10.9 使用Apache Whirr在云环境中部署Apache Hadoop集群 277
10.10 使用Apache Whirr在云环境中部署Apache HBase集群 281

.

点击下载电子书

相关文章

  • C#语言基础 word版

    C#语言基础 word版,本章介绍C#语言的基础知识,希望具有C语言的读者能够基本掌握C#语言,并以此为基础,能够进一步学习用C#语言编写window应用程序和Web应用程序。当然仅靠一章的内容就完全掌握C#语言是不可能的,如需进一步学习C#语言,还需要认真阅读有关C#语言的专著。 Microsoft.NET

  • 微信公众平台开发:从零基础到ThinkPHP5高性能框架实践 中文pdf高清版[61MB]

    微信公众平台开发:从零基础到ThinkPHP5高性能框架实践 中文pdf高清版[61MB],这是一本国内介绍微信相关功能应用与ThinkPHP 5开发的前瞻性图书,深入叙述了各功能实现的流程和细节,涵盖了包括微信支付在内的所有接口的技术讲解,以各类应用开发为实例

  • Java核心技术:卷I 基础知识(第11版) 英文原版pdf Core Java Volume I Fundamentals

    Java核心技术:卷I 基础知识(第11版) 英文原版pdf Core Java Volume I Fundamentals,与Thinking in Java(Java编程思想)齐名的 Core Java 11,囊括了Java的全部基础知识,提供了大量完整且具有实际意义的应用示例,详细介绍了Java语言

  • ECharts开发手册 PDF版

    ECharts开发手册 PDF版,ECharts是一款由百度前端技术部开发的,基于Javascript的数据可视化图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表,本文档详细的介绍了ECharts和API,感兴趣的小伙伴们可以参考一下

  • AngularJS即学即用 ([美]希亚姆・夏德瑞) 中文pdf扫描版[70MB]

    AngularJS即学即用 ([美]希亚姆・夏德瑞) 中文pdf扫描版[70MB],这本书相当实用,可以指引你逐步学习这个强大的框架,从最基本的概念到高阶应用,帮助你完全掌握使用AngularJS开发出大型的、可维护的,以及高性能的应用,推荐下载

  • C#学习笔记 pdf格式 编程学习笔记系列

    C#学习笔记 pdf格式 编程学习笔记系列,C#学习笔记 pdf格式 编程学习笔记系列,想学习c#的朋友可以参考下