..........

9787115403094

9787115479648

9787115333834

内容简介

　　《Spark快速大数据分析》由 Spark 开发者及核心成员共同打造，讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark 收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。

目录

推荐序　　xi

译者序　　xiv

序　　xvi

前言　　xvii

第1章　Spark数据分析导论　　1

1．1　Spark是什么　　1

1．2　一个大一统的软件栈　　2

1．2．1　Spark Core　　2

1．2．2　Spark SQL　　3

1．2．3　Spark Streaming　　3

1．2．4　MLlib　　3

1．2．5　GraphX　　3

1．2．6　集群管理器　　4

........

内容简介

通过提供分布式数据存储和并行计算框架，Hadoop已经从一个集群计算的抽象演化成了一个大数据的操作系统。本书旨在通过以可读且直观的方式提供集群计算和分析的概览，为数据科学家深入了解特定主题领域铺平道路，从数据科学家的视角介绍Hadoop集群计算和分析。本书分为两大部分，* 一部分从非常高的层次介绍分布式计算，讨论如何在集群上运行计算；* 二部分则重点关注数据科学家应该了解的工具和技术，意在为各种分析和大规模数据管理提供动力。

作者简介

Benjamin Bengfort，数据科学家，目前正在马里兰大学攻读博士学位，方向为机器学习和分布式计算；熟悉自然语言处理、Python数据科学、Hadoop和Spark分析等。

Jenny Kim，经验丰富的大数据工程师，不仅进行商业软件的开发，在学术界也有所建树，在海量数据、机器学习以及生产和研究环境的Hadoop实施方面有深入研究。目前任职于Cloudera的Hue团队。

目录

前言 ix

* 一部分　分布式计算入门

* 1章　数据产品时代 2

1．1　什么是数据产品 2

1．2　使用Hadoop构建大规模数据产品 4

1．2．1　利用大型数据集 4

1．2．2　数据产品中的Hadoop 5

1．3　数据科学流水线和Hadoop生态系统 6

1．4　小结 8

* 2 章　大数据操作系统 9

2．1　基本概念 10

2．2　Hadoop架构 11

2．2．1　Hadoop集群 12

...

内容简介

　　《Hive编程指南》是一本ApacheHive的编程指南，旨在介绍如何使用Hive的SQL方法——HiveQL来汇总、查询和分析存储在Hadoop分布式文件系统上的大数据集合。《Hive编程指南》通过大量的实例，首先介绍如何在用户环境下安装和配置Hive，并对Hadoop和MapReduce进行详尽阐述，演示Hive如何在Hadoop生态系统进行工作。

　　《Hive编程指南》适合对大数据感兴趣的爱好者以及正在使用Hadoop系统的数据库管理员阅读使用。

目录

第1章 基础知识

1.1 Hadoop和MapReduce综述

1.2 Hadoop生态系统中的Hive

1.2.1 Pig

1.2.2 HBase

1.2.3 Cascading、Crunch及其他

1.3 Java和Hive：词频统计算法

1.4 后续事情

第2章 基础操作

2.1 安装预先配置好的虚拟机

2.2 安装详细步骤

2.2.1 装Java

.....................................