大數(shù)據(jù)技術(shù)基礎(chǔ)實(shí)驗(yàn)

定　價(jià)：￥48.00

作　者：	歐中洪
出版社：	北京郵電大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

ISBN：	9787563558735	出版時(shí)間：	2019-12-01	包裝：
開(kāi)本：	其他	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《大數(shù)據(jù)技術(shù)基礎(chǔ)實(shí)驗(yàn)》為“大數(shù)據(jù)技術(shù)基礎(chǔ)”的實(shí)驗(yàn)教程，可以和《大數(shù)據(jù)技術(shù)基礎(chǔ)》教材配套使用。該書(shū)主要分為五大部分：大數(shù)據(jù)存儲(chǔ)技術(shù)實(shí)驗(yàn)教程（分布式文件系統(tǒng)和NoSQL數(shù)據(jù)庫(kù)），大數(shù)據(jù)處理框架實(shí)驗(yàn)教程（MapReduce和Spark、實(shí)時(shí)處理框架Storm和Flink），大數(shù)據(jù)分析技術(shù)實(shí)驗(yàn)教程（Druid、Drill、Kylin），大數(shù)據(jù)可視化實(shí)驗(yàn)教程，大數(shù)據(jù)綜合應(yīng)用實(shí)驗(yàn)案例。該書(shū)圍繞典型大數(shù)據(jù)應(yīng)用系統(tǒng)所需的各個(gè)組成部分設(shè)計(jì)實(shí)驗(yàn)，指導(dǎo)讀者開(kāi)展大數(shù)據(jù)應(yīng)用實(shí)踐?！洞髷?shù)據(jù)技術(shù)基礎(chǔ)實(shí)驗(yàn)》可作為計(jì)算機(jī)學(xué)科相關(guān)專業(yè)，尤其是數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的專業(yè)教材，也可作為大數(shù)據(jù)相關(guān)專業(yè)從業(yè)人員的參考用書(shū)。

作者簡(jiǎn)介

　　歐中洪，北京郵電大學(xué)計(jì)算機(jī)學(xué)院副院長(zhǎng)，副教授；科技部現(xiàn)代服務(wù)業(yè)共性服務(wù)聯(lián)盟副秘書(shū)長(zhǎng)，中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)TC11 VR/AR子工作組副組長(zhǎng)，中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)青年專家。長(zhǎng)期從事大數(shù)據(jù)分析、人工智能與深度學(xué)習(xí)、云計(jì)算與分布式系統(tǒng)等方面的研究工作。研究成果曾被BBC News，ACM TechNews，The Registry等國(guó)際知名媒體報(bào)道。主持或承擔(dān)國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家科技支撐計(jì)劃、國(guó)家自然科學(xué)基金項(xiàng)目等多項(xiàng)，發(fā)表高水平學(xué)術(shù)論文60余篇，其中SCI檢索20余篇。擔(dān)任多個(gè)國(guó)際知名期刊的審稿人，多個(gè)國(guó)際知名學(xué)術(shù)會(huì)議的程序委員會(huì)主席或委員。

圖書(shū)目錄

第1章大數(shù)據(jù)存儲(chǔ)：分布式文件系統(tǒng)及NoSQL數(shù)據(jù)庫(kù)實(shí)驗(yàn)教程1
1.1HDFS常用操作1
1.2HBase的安裝6
1.3HBase的Shell連接與數(shù)據(jù)操作7
1.4Redis數(shù)據(jù)庫(kù)的安裝和使用11
1.5MongoDB數(shù)據(jù)庫(kù)的安裝和使用17
1.6Neo4j數(shù)據(jù)庫(kù)的安裝和使用22
第2章大數(shù)據(jù)處理：MapReduce處理框架實(shí)驗(yàn)教程27
2.1實(shí)驗(yàn)?zāi)康?7
2.2實(shí)驗(yàn)要求27
2.3預(yù)備知識(shí)27
2.4實(shí)驗(yàn)內(nèi)容(5個(gè)實(shí)驗(yàn))28
2.5實(shí)驗(yàn)作業(yè)64
2.6擴(kuò)展資料65
2.7參考答案78
第3章大數(shù)據(jù)處理：分布式處理框架Spark實(shí)驗(yàn)教程79
3.1Spark安裝79
3.2Sparkshell83
3.3Spark Scala87
3.4Spark Python99
3.5Spark MLlib103
第4章大數(shù)據(jù)處理：實(shí)時(shí)處理框架實(shí)驗(yàn)教程110
4.1Storm偽分布式部署及其基本操作110
4.2Flume安裝及其基本操作124
4.3Kafka安裝及其基本操作131
4.4Spark Streaming安裝及其基本操作135
4.5Flink安裝及其基本操作150
第5章大數(shù)據(jù)分析：分布式數(shù)據(jù)查詢實(shí)驗(yàn)教程164
5.1Hive的數(shù)據(jù)導(dǎo)入與數(shù)據(jù)查詢164
5.2Druid的安裝171
5.3Druid的數(shù)據(jù)攝入與數(shù)據(jù)查詢175
5.4Drill的部署181
5.5Drill命令行與PyDrill的基礎(chǔ)使用183
第6章大數(shù)據(jù)分析：Kylin多維分析實(shí)驗(yàn)教程186
6.1Kylin的安裝186
6.2Demo案例實(shí)戰(zhàn)189
6.3多維分析的Cube創(chuàng)建實(shí)戰(zhàn)193
6.4通過(guò)RESTful訪問(wèn)Kylin208
第7章大數(shù)據(jù)可視化實(shí)驗(yàn)教程215
7.1ECharts數(shù)據(jù)可視化215
7.2Plotly數(shù)據(jù)可視化218
7.3D3.js繪制知識(shí)圖譜222
第8章大數(shù)據(jù)綜合實(shí)驗(yàn)案例231
8.1案例簡(jiǎn)介231
8.2實(shí)驗(yàn)步驟232
8.3數(shù)據(jù)集下載232
8.4數(shù)據(jù)集導(dǎo)入數(shù)據(jù)倉(cāng)庫(kù)Hive233
8.5Hive數(shù)據(jù)分析237
8.6數(shù)據(jù)挖掘240
參考文獻(xiàn)247