第1章 緒論 1
1.1　大數(shù)據(jù)的發(fā)展歷程 1
1.2　大數(shù)據(jù)的概念 4
1.3　大數(shù)據(jù)的特征 5
1.4　大數(shù)據(jù)的應(yīng)用 6
1.5　大數(shù)據(jù)分析方法 10
1.6　大數(shù)據(jù)面臨的挑戰(zhàn) 11
習(xí)題 12
第2章　分布式計(jì)算編程基礎(chǔ) 13
2.1　分布式系統(tǒng) 13
2.2　分布式計(jì)算架構(gòu) 15
2.3　分布式文件系統(tǒng) 16
2.4　CAP 定理 18
習(xí)題 21
第3章　大數(shù)據(jù)處理框架 Hadoop 22
3.1　Hadoop簡(jiǎn)介 22
3.2　Hadoop 生態(tài)系統(tǒng) 24
3.3　Hadoop 的安裝與使用 31
習(xí)題 40
第4章　Hadoop 分布式文件系統(tǒng) 42
4.1　HDFS 簡(jiǎn)介 42
4.2　HDFS的設(shè)計(jì)原則 43
4.3　HDFS 的核心概念 44
4.4　HDFS 的體系結(jié)構(gòu) 45
4.5　HDFS 的存儲(chǔ)原理 47
4.6　HDFS 的數(shù)據(jù)讀寫流程 49
4.7　HDFS 的編程實(shí)現(xiàn) 53
習(xí)題 57
第5章　分布式數(shù)據(jù)庫(kù) HBase 59
5.1　HBase 簡(jiǎn)介 59
5.2　HBase 數(shù)據(jù)模型 60
5.3　HBase 的系統(tǒng)架構(gòu) 64
5.4　HBase 表結(jié)構(gòu)設(shè)計(jì) 67
5.5　HBase 的數(shù)據(jù)讀寫流程 69
5.6　HBase 編程實(shí)踐 72
習(xí)題 76
第6章　分布式計(jì)算框架 MapReduce 77
6.1　MapReduce 簡(jiǎn)介 77
6.2　MapReduce 的計(jì)算模型 77
6.3　MapReduce 的工作原理 78
6.4　MapReduce 編程實(shí)踐 81
習(xí)題 89
第7章　數(shù)據(jù)倉(cāng)庫(kù) Hive 91
7.1　Hive 簡(jiǎn)介 91
7.2　Hive 的架構(gòu) 93
7.3　Hive 的數(shù)據(jù)類型及應(yīng)用 95
7.4　Hive 的數(shù)據(jù)模型 97
7.5　DDL 的應(yīng)用 98
7.6　DML 的應(yīng)用 101
7.7　JDBC 訪問 103
習(xí)題 104
第8章　Spark Streaming 105
8.1　流計(jì)算概述 105
8.2　流計(jì)算的概念 106
8.3　Spark 概述 107
8.4　Spark Standalone 模式的架構(gòu) 108
8.5　Spark Streaming簡(jiǎn)介 110
8.6　編寫 Spark Streaming 程序的基本步驟 111
8.7　創(chuàng)建 StreamingContext 對(duì)象 111
8.8　Spark Streaming 數(shù)據(jù)源 112
8.9　Spark Streaming 程序示例 113
習(xí)題 116


第9章　數(shù)據(jù)可視化 117
9.1　可視化概述 117
9.2　可視化的作用 118
9.3　可視化工具 119
9.4　可視化典型案例 125
習(xí)題 126
第10章　基于大數(shù)據(jù)的電商精準(zhǔn)營(yíng)銷 128
10.1　數(shù)據(jù)預(yù)處理概述 128
10.2　數(shù)據(jù)探索與可視化 132
第11章　好友推薦案例分析 140
11.1　任務(wù)需求 140
11.2　準(zhǔn)備工作 140
11.3　創(chuàng)建 Maven 項(xiàng)目 143
11.4　FriendRecommend 程序的實(shí)現(xiàn) 148
11.5　運(yùn)行程序與結(jié)果驗(yàn)證 157
參考文獻(xiàn) 161