Hadoop大数据分析PDF电子书下载

查看更多关于的内容

第1部分 Hadoop核心基础 2

第1章 Hadoop简介 2

1.1 Hadoop产生背景 2

1.2 Hadoop简要历史 3

1.3 Hadoop生态系统组件 3

1.4 Hadoop版本和商用支持 5

1.5 Hadoop的基础环境配置 6

1.6 Hadoop的安装 7

1.7 Hadoop的配置 11

1.8 Hadoop的运行 14

小结 19

习题 19

第2章 HDFS文件系统 20

2.1 HDFS简介 20

2.2 HDFS架构 20

2.3 HDFS文件块 21

2.4 HDFS常用操作 22

小结 24

习题 24

第3章 YARN资源管理 25

3.1 YARN架构 25

3.2 YARN调度策略 26

3.3 YARN常用操作 28

小结 30

习题 31

第4章 MapReduce计算框架 32

4.1 MapReduce原理 32

4.2 MapReduce作业数据流 33

4.3 Hadoop流处理 35

4.4 MapReduce程序实现词频统计 35

4.5 MapReduce程序的Reducer数量 40

4.6 MapReduce程序的Combiner 41

4.7 MapReduce程序实现数据连接 43

小结 49

习题 49

第2部分 Hive数据仓库 52

第5章 Hive简介 52

5.1 Hive概述 52

5.2 Hive的安装 53

5.3 Hive的运行 56

小结 59

习题 59

第6章 Hive数据定义 60

6.1 数据库操作 60

6.2 数据表基本操作 62

6.3 存储格式和行格式 65

6.4 数据类型 67

6.5 外部表 70

6.6 分区表 72

小结 74

习题 74

第7章 Hive数据操作 75

7.1 数据导入 75

7.2 数据插入 78

7.3 数据导出 82

小结 84

习题 84

第8章 Hive数据查询 85

8.1 基本查询 85

8.2 数据聚合 87

8.3 数据连接 90

小结 92

习题 93

第3部分 Spark数据分析 96

第9章 Spark简介 96

9.1 Spark概述 96

9.2 Spark原理 97

9.3 Spark的安装 98

9.4 Spark运行方式 99

9.5 Spark运行位置 101

9.6 Spark运行参数 104

小结 104

习题 104

第10章 Spark大数据处理 105

10.1 数据框的创建 105

10.2 数据框的选择 107

10.3 数据框的运算和聚合 110

10.4 数据框的增加、删除和修改 114

10.5 数据框的连接 116

10.6 数据框的变形 119

小结 120

习题 120

第11章 Spark机器学习流程 121

11.1 数据探索 122

11.2 数据划分 123

11.3 数据填充 124

11.4 类别变量处理 125

11.5 特征选择 128

11.6 建模与调优 131

11.7 测试与评估 133

小结 135

习题 135

第12章 Spark有监督学习模型 136

12.1 线性回归模型 140

12.2 逻辑回归模型 142

12.3 决策树模型 145

12.4 随机森林模型 152

12.5 神经网络 158

12.6 协同过滤 163

小结 166

习题 166

第13章 Spark无监督学习模型 167

13.1 k均值聚类模型 168

13.2 主成分分析模型 172

13.3 关联分析模型 173

小结 176

习题 176

查看更多关于的内容