鯤鵬云大數(shù)據(jù)服務(wù)與基礎(chǔ)應(yīng)用

定　價(jià)：￥86.00

作　者：	田廣強(qiáng) 李井竹主編
出版社：	北京理工大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

ISBN：	9787576329278	出版時(shí)間：	2023-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	147	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　\"本書系統(tǒng)介紹大數(shù)據(jù)基本原理、框架、方法和應(yīng)用技術(shù)，部分章節(jié)著重介紹鯤鵬大數(shù)據(jù)生態(tài)。全書共9章，分別介紹大數(shù)據(jù)技術(shù)概況，Hadoop與鯤鵬大數(shù)據(jù)架構(gòu)及其相關(guān)組件，分布式協(xié)調(diào)系統(tǒng)Zookeeper、非關(guān)系型數(shù)據(jù)庫HBase、數(shù)據(jù)倉庫Hive等應(yīng)用技術(shù)，大數(shù)據(jù)框架Spark的原理、機(jī)構(gòu)及其生態(tài)圈，數(shù)據(jù)采集系統(tǒng)Flume和Kafka框架的設(shè)計(jì)、工作原理及應(yīng)用場(chǎng)景，鯤鵬BigData pro綜合案例，鯤鵬社區(qū)的發(fā)展情況、開發(fā)案例、產(chǎn)品和解決方案、鯤鵬生態(tài)的情況。本書可以作為鯤鵬產(chǎn)業(yè)學(xué)院專業(yè)核心課程的教材，幫助學(xué)生了解大數(shù)據(jù)發(fā)展過程與基本知識(shí)，熟悉大數(shù)據(jù)框架的基本原理與發(fā)展現(xiàn)狀，培養(yǎng)大數(shù)據(jù)平臺(tái)設(shè)計(jì)、分析應(yīng)用能力。本教材也可作為普通本科院校大數(shù)據(jù)、計(jì)算機(jī)等計(jì)算機(jī)類專業(yè)課程的選修課材料，以及作為高職高專計(jì)算機(jī)類專業(yè)的專業(yè)課程教材。\"

作者簡(jiǎn)介

　　田廣強(qiáng)，南開大學(xué)碩士研究生，教授，河南省教學(xué)標(biāo)兵、河南省教育系統(tǒng)教學(xué)技能競(jìng)賽一等獎(jiǎng)、河南省高等學(xué)校思想政治工作個(gè)人、河南省民辦教育工作個(gè)人、鄭州市教師?，F(xiàn)任學(xué)校智能工程學(xué)院黨委書記、中國(guó)人工智能學(xué)會(huì)會(huì)員、中國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)員，河南省高校計(jì)算機(jī)教育研究會(huì)軟件專委會(huì)常務(wù)委員。主要研究方向?yàn)椋捍髷?shù)據(jù)與智能計(jì)算及人工智能應(yīng)用技術(shù)。

圖書目錄

第1章大數(shù)據(jù)技術(shù)概述
1.1 引言
1.2 大數(shù)據(jù)時(shí)代的機(jī)遇和挑戰(zhàn)
1.3 大數(shù)據(jù)在各行業(yè)的需求和應(yīng)用
1.4 本章小結(jié)
第2章 Hadoop與鯤鵬大數(shù)據(jù)架構(gòu)
2.1 引言
2.2 Hadoop三大組件——MapReduce
2.3 Hadoop三大組件——YARN
2.4 鯤鵬大數(shù)據(jù)存儲(chǔ)架構(gòu)原理
2.5 鯤鵬Volcano智能調(diào)度框架
2.6 鯤鵬云服務(wù)基礎(chǔ)介紹
2.7 本章小結(jié)
第3章 HDFS架構(gòu)
3.1 引言
3.2 HDFS概述
3.3 HDFS設(shè)計(jì)
3.4 HDFS 特性
3.5 本章小結(jié)
第4章分布式協(xié)調(diào)凋系統(tǒng)與非關(guān)系數(shù)據(jù)庫
4.1 引言
4.2 Zookeeper關(guān)鍵特性
4.3 Zookeeper協(xié)調(diào)
4.4 HBase概述與設(shè)計(jì)架構(gòu)
4.5 HBase讀寫流程
4.6 HBase 特性
4.7 本章小結(jié)
第5章 Hive數(shù)據(jù)離線處理
5.1 引言
5.2 Hive簡(jiǎn)介
5.3 Hive的功能與架構(gòu)
5.4 Hive SQL介紹
5.5 本章總結(jié)
第6章 Spark生態(tài)圈
6.1 引言
6.2 Spark概述
6.3 Spark的原理與架構(gòu)
6.4 Spark SQL、DataSet和DataFrame
6.5 Spark Structured Streaming
6.6 Spark Streaming
6.7 本章總結(jié)
第7章數(shù)據(jù)采集系統(tǒng)概述
7.1 引言
7.2 Flume與Kafka簡(jiǎn)介
7.3 Flume設(shè)計(jì)架構(gòu)與工作原理
7.4 Kakfa設(shè)計(jì)架構(gòu)與工作原理
7.5 Flume與Kafka的區(qū)別與應(yīng)用場(chǎng)景
7.6 本章總結(jié)
第8章鯤鵬BigData Pro綜合案例
8.1 引言