第一篇 大數據的基本概念和技術
第1章 緒論 3
1.1 時代背景 3
1.1.1 全球大數據浪潮 3
1.1.2 我國的大數據國傢戰略 5
1.2 大數據的概念 7
1.2.1 概念 7
1.2.2 特徵 8
1.3 技術支撐體係 9
1.3.1 概覽 9
1.3.2 大數據采集層 9
1.3.3 大數據存儲層 10
1.3.4 大數據分析（處理與服務）層 11
1.3.5 大數據應用層 11
1.3.6 垂直視圖 13
1.4 大數據人纔及其能力要求 14
1.4.1 首席數據官 14
1.4.2 數據科學傢（數據分析師） 15
1.4.3 大數據開發工程師 16
1.4.4 大數據運維工程師 17
1.5 本章小結 17
第2章 Hadoop大數據關鍵技術 19
2.1 Hadoop生態係統 19
2.1.1 架構的基本理論 19
2.1.2 主要組件及其關係 21
2.2 數據采集 24
2.2.1 結構化數據采集工具 24
2.2.2 日誌文件采集工具與技術 25
2.3 大數據存儲技術 29
2.3.1 相關概念 29
2.3.2 分布式文件存儲係統 34
2.3.3 數據庫與數據倉庫 38
2.4 分布式計算框架 43
2.4.1 離綫計算框架 43
2.4.2 實時流計算平颱 50
2.5 數據分析平颱與工具 57
2.5.1 麵嚮大數據的數據挖掘與分析工具 57
2.5.2 機器學習 61
2.6 本章小結 66
第二篇 Hadoop大數據平颱搭建與基本應用
第3章 Linux操作係統與集群搭建 69
3.1 Linux操作係統 69
3.1.1 概述 69
3.1.2 特點 70
3.1.3 Linux的組成 72
3.2 Linux安裝與集群搭建 75
3.2.1 安裝VMware Workstation 75
3.2.2 在VMware上安裝Linux（CentOS7） 79
3.3 集群的配置 91
3.3.1 設置主機名 91
3.3.2 網絡設置 93
3.3.3 關閉防火牆 98
3.3.4 安裝JDK 99
3.3.5 免密鑰登錄配置 102
3.4 Linux基本命令 105
3.5 本章小結 112
第4章 HDFS安裝與基本應用 113
4.1 HDFS概述 113
4.1.1 特點 113
4.1.2 主要組件與架構 114
4.2 HDFS架構分析 114
4.2.1 數據塊 114
4.2.2 NameNode 115
4.2.3 DataNode 116
4.2.4 SecondaryNameNode 117
4.2.5 數據備份 117
4.2.6 通信協議 118
4.2.7 可靠性保證 118
4.3 文件操作過程分析 119
4.3.1 讀文件 119
4.3.2 寫文件 120
4.3.3 刪除文件 122
4.4 Hadoop HDFS安裝與配置 122
4.4.1 解壓Hadoop安裝包 122
4.4.2 配置Hadoop環境變量 123
4.4.3 配置Yarn環境變量 124
4.4.4 配置核心組件文件 125
4.4.5 配置文件係統 125
4.4.6 配置yarn-site.xml文件 126
4.4.7 配置MapReduce計算框架文件 128
4.4.8 配置Master的slaves文件 129
4.4.9 復製Master上的Hadoop到Slave節點 129
4.5 Hadoop集群的啓動 130
4.5.1 配置操作係統環境變量 130
4.5.2 創建Hadoop數據目錄 131
4.5.3 格式化文件係統 132
4.5.4 啓動和關閉Hadoop 133
4.5.5 驗證Hadoop是否啓動成功 133
4.6 Hadoop集群的基本應用 136
4.6.1 HDFS基本命令 136
4.6.2 在Hadoop集群中運行程序 139
4.7 本章小結 141
第5章 MapReduce與Yarn 143
5.1 MapReduce程序的概念 143
5.1.1 基本編程模型 143
5.1.2 計算過程分析 144
5.2 深入理解Yarn 147
5.2.1 Yarn的基本架構 147
5.2.2 Yarn的工作流程 151
5.3 在Linux平颱安裝Eclipse 152
5.3.1 Eclipse簡介 153
5.3.2 安裝並啓動Eclipse 154
5.4 開發MapReduce程序的基本方法 155
5.4.1 為Eclipse安裝Hadoop插件 156
5.4.2 WordCount：第一個MapReduce程序 160
5.5 本章小結 175
第6章 Hive和HBase的安裝與應用 177
6.1 在CentOS7下安裝MySQL 177
6.1.1 下載或復製MySQL安裝包 177
6.1.2 執行安裝命令 178
6.1.3 啓動MySQL 179
6.1.4 登錄MySQL 179
6.1.5 使用MySQL 181
6.1.6 問題與解決辦法 182
6.2 Hive安裝與應用 183
6.2.1 下載並解壓Hive安裝包 183
6.2.2 配置Hive 184
6.2.3 啓動並驗證Hive 187
6.2.4 Hive的基本應用 189
6.3 ZooKeeper集群安裝 190
6.3.1 ZooKeeper簡介 190
6.3.2 安裝ZooKeeper 191
6.3.3 配置ZooKeeper 191
6.3.4 啓動和測試 193
6.4 HBase的安裝與應用 195
6.4.1 解壓並安裝HBase 195
6.4.2 配置HBase 196
6.4.3 啓動並驗證HBase 199
6.4.4 HBase的基本應用 200
6.4.5 應用HBase中常見問題及其解決辦法 203
6.5 本章小結 204
第7章 Sqoop和Kafka的安裝與應用 205
7.1 安裝部署Sqoop 205
7.1.1 下載或復製Sqoop安裝包 205
7.1.2 解壓並安裝Sqoop 206
7.1.3 配置Sqoop 206
7.1.4 啓動並驗證Sqoop 208
7.1.5 測試Sqoop與MySQL的連接 209
7.2 安裝部署Kafka集群 211
7.2.1 下載或復製Kafka安裝包 211
7.2.2 解壓縮Kafka安裝包 211
7.2.3 配置Kafka集群 211
7.2.4 Kafka的初步應用 213
7.3 本章小結 218
第8章 Spark集群安裝與開發環境配置 219
8.1 深入理解Spark 219
8.1.1 Spark係統架構 219
8.1.2 關鍵概念 221
8.2 安裝與配置Scala 224
8.2.1 下載Scala安裝包 225
8.2.2 安裝Scala 225
8.2.3 啓動並應用Scala 226
8.3 Spark集群的安裝與配置 226
8.3.1 安裝模式 226
8.3.2 Spark的安裝 227
8.3.3 啓動並驗證Spark 230
8.3.4 幾點說明 234
8.4 開發環境安裝與配置 236
8.4.1 IDEA簡介 236
8.4.2 IDEA的安裝 236
8.4.3 IDEA的配置 238
8.5 本章小結 243
第9章 Spark應用基礎 245
9.1 Spark程序的運行模式 245
9.1.1 Spark on Yarn-cluster 245
9.1.2 Spark on Yarn-client 246
9.2 Spark應用設計 247
9.2.1 分布式估算圓周率 248
9.2.2 基於Spark MLlib的貸款風險預測 265
9.3 本章小結 285
第三篇 數據處理與項目開發術
第10章 交互式數據處理 289
10.1 數據預處理 289
10.1.1 查看數據 289
10.1.2 數據擴展 291
10.1.3 數據過濾 292
10.1.4 數據上傳 293
10.2 創建數據倉庫 294
10.2.1 創建Hive數據倉庫的基本命令 294
10.2.2 創建Hive分區錶 296
10.3 數據分析 299
10.3.1 基本統計 299
10.3.2 用戶行為分析 301
10.3.3 實時數據 303
10.4 本章小結 304
第11章 協同過濾推薦係統 305
11.1 推薦算法概述 305
11.1.1 基於人口統計學的推薦 305
11.1.2 基於內容的推薦 306
11.1.3 協同過濾推薦 307
11.2 協同過濾推薦算法分析 308
11.2.1 基於用戶的協同過濾推薦 308
11.2.2 基於物品的協同過濾推薦 310
11.3 Spark MLlib推薦算法應用 312
11.3.1 ALS算法原理 312
11.3.2 ALS的應用設計 315
11.4 本章小結 329
第12章 銷售數據分析係統 331
12.1 數據采集 331
12.1.1 在Windows下安裝JDK 331
12.1.2 在Windows下安裝Eclipse 334
12.1.3 將WebCollector項目導入Eclipse 335
12.1.4 在Windows下安裝MySQL 336
12.1.5 連接JDBC 339
12.1.6 運行爬蟲程序 340
12.2 在HBase集群上準備數據 342
12.2.1 將數據導入到MySQL 342
12.2.2 將MySQL錶中的數據導入到HBase錶中 344
12.3 安裝Phoenix中間件 347
12.3.1 Phoenix架構 347
12.3.2 解壓安裝Phoenix 348
12.3.3 Phoenix環境配置 349
12.3.4 使用Phoenix 350
12.4 基於Web的前端開發 353
12.4.1 將Web前端項目導入Eclipse 353
12.4.2 安裝Tomcat 355
12.4.3 在Eclipse中配置Tomcat 355
12.4.4 在Web瀏覽器中查看執行結果 359
12.5 本章小結 361
· · · · · · (收起)