大數(shù)據(jù)開發(fā)者權(quán)威教程：NoSQL Hadoop組件及大數(shù)據(jù)實施

定　價：￥109.00

作　者：	Wrox國際IT認(rèn)證項目組著，顧晨譯
出版社：	人民郵電出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787115493712	出版時間：	2018-12-01	包裝：	平裝
開本：	16開	頁數(shù)：	457	字?jǐn)?shù)：

內(nèi)容簡介

　　“大數(shù)據(jù)”近年來成為IT領(lǐng)域的熱點話題，人們每天都會通過互聯(lián)網(wǎng)、移動設(shè)備等產(chǎn)生大量數(shù)據(jù)。如何管理大數(shù)據(jù)、掌握大數(shù)據(jù)的核心技術(shù)、理解大數(shù)據(jù)相關(guān)的生態(tài)系統(tǒng)等，是作為大數(shù)據(jù)開發(fā)者必須學(xué)習(xí)和熟練掌握的知識。本系列書以“大數(shù)據(jù)開發(fā)者”應(yīng)掌握的技術(shù)為主線，共分兩卷，以7個模塊分別介紹如何管理大數(shù)據(jù)生態(tài)系統(tǒng)、如何存儲和處理數(shù)據(jù)、如何利用Hadoop工具、如何利用NoSQL與Hadoop協(xié)同工作，以及如何利用Hadoop商業(yè)發(fā)行版和管理工具。本系列書涵蓋了大數(shù)據(jù)開發(fā)工作的核心內(nèi)容，全面且詳盡地涵蓋了大數(shù)據(jù)開發(fā)的各個領(lǐng)域。本書為第2卷，共3個模塊，分別介紹Hadoop工具（如ZooKeeper、Sqoop、Flume、YARN和Storm等），利用NoSQL和Hadoop完成實時、安全和云的相關(guān)工作，以及Hadoop商業(yè)發(fā)行版和管理工具（如Cloudera、Hortonworks、Greenplum Pivotal HD等），最后介紹幾個實用軟件的功能、指南和安裝步驟。本書適用于想成為大數(shù)據(jù)開發(fā)人員以及所有對大數(shù)據(jù)開發(fā)感興趣的技術(shù)人員和決策者閱讀。

作者簡介

　　本書作者均為國際知名IT培訓(xùn)機(jī)構(gòu)的知名講師，他們通過對技術(shù)、IT市場需求以及當(dāng)今就業(yè)培訓(xùn)方面的全球行業(yè)標(biāo)準(zhǔn)進(jìn)行了廣泛并嚴(yán)格的調(diào)研之后，集結(jié)成這套“大數(shù)據(jù)開發(fā)者**教程”。作者們的目標(biāo)是通過這套書為有志于在大數(shù)據(jù)開發(fā)領(lǐng)域取得事業(yè)成功的人技術(shù)人員和決策者提供bi備的技術(shù)和技能。譯者簡介顧晨，男，碩士、PMP、信息系統(tǒng)項目管理師。畢業(yè)于上海交通大學(xué)。曾獲邀參加舊金山的Google I/O大會。喜歡所有與編程相關(guān)的事物，擁有14年的編程經(jīng)驗。對于大數(shù)據(jù)、SAP HANA數(shù)據(jù)庫和思科技術(shù)有著極其濃厚的興趣，是國內(nèi)較早從事HANA數(shù)據(jù)庫研究的人員之一。先后錄制了MCSE、CCNP等多種教學(xué)視頻，在多家知名網(wǎng)站發(fā)布。精通C#、Java編程，目前正致力于人臉識別、室內(nèi)定位和門店人流統(tǒng)計方面的研究。

圖書目錄

目　錄
模塊1　額外的Hadoop工具：ZooKeeper、Sqoop、Flume、YARN和Storm
第1講　用ZooKeeper進(jìn)行分布式處理協(xié)調(diào)　3
1．1　ZooKeeper簡介　4
1．1．1　ZooKeeper的好處　4
1．1．2　ZooKeeper術(shù)語　6
1．1．3　ZooKeeper命令行界面（CLI）　7
1．2　安裝和運(yùn)行ZooKeeper　9
1．2．1　支持的平臺　9
1．2．2　所需的軟件　9
1．2．3　單服務(wù)器的安裝　9
1．3　使用ZooKeeper　10
1．4　ZooKeeper應(yīng)用程序　12
1．4．1　FS爬取　13
1．4．2　Katta　14
1．4．3　Yahoo!消息代理（YMB）　14
1．5　使用ZooKeeper構(gòu)建應(yīng)用程序　15
1．5．1　Exec．java　15
1．5．2　處理事件　17
1．5．3　監(jiān)控數(shù)據(jù)　19
1．5．4　實現(xiàn)屏障和生產(chǎn)者-消費者隊列　22
練習(xí)　30
備忘單　33
第2講　利用Sqoop有效地傳輸批量數(shù)據(jù)　34
2．1　Sqoop簡介　35
2．1．1　Sqoop中的工作流　36
2．1．2　Sqoop的特性　36
2．2　使用Sqoop 1　37
2．3　用Sqoop導(dǎo)入數(shù)據(jù)　41
2．3．1　導(dǎo)入完整的表　41
2．3．2　用HBase Sqoop導(dǎo)入帶有復(fù)合鍵的表　42
2．3．3　指定目標(biāo)目錄　43
2．3．4　導(dǎo)入選擇的行　43
2．3．5　密碼保護(hù)　44
2．3．6　用不同的文件格式導(dǎo)入數(shù)據(jù)　44
2．3．7　導(dǎo)入數(shù)據(jù)壓縮　45
2．4　控制并行　45
2．5　編碼NULL值　47
2．6　將數(shù)據(jù)導(dǎo)入Hive表　47
2．7　將數(shù)據(jù)導(dǎo)入HBase　47
2．7．1　使用自由形式查詢　48
2．7．2　重命名Sqoop作業(yè)　48
2．8　導(dǎo)出數(shù)據(jù)　49
2．8．1　批量導(dǎo)出　50
2．8．2　原子導(dǎo)出　50
2．9　將數(shù)據(jù)導(dǎo)出至列的子集　50
2．10　Sqoop中的驅(qū)動程序和連接器　51
2．10．1　驅(qū)動程序　51
2．10．2　連接器　52
2．10．3　連接到數(shù)據(jù)庫　52
2．11　Sqoop架構(gòu)概覽　54
2．12　Sqoop 2　55
2．12．1　Sqoop 2的優(yōu)勢　56
2．12．2　易于擴(kuò)展　56
2．12．3　安全　57
練習(xí)　58
備忘單　60
第3講　Flume　62
3．1　Flume簡介　63
3．1．1　Flume架構(gòu)　64
3．1．2　流可靠性　66
3．2　Flume配置文件　66
3．2．1　流定義　67
3．2．2　配置單個組件　67
3．2．3　在代理中添加多個流　68
3．2．4　配置多代理流　69
3．2．5　配置流扇出　70
3．3　設(shè)置Flume　71
3．3．1　安裝Flume　71
3．3．2　配置Flume代理　72
3．3．3　數(shù)據(jù)消費　74
3．4　構(gòu)建Flume　77
3．4．1　獲得源點　77
3．4．2　編譯/測試Flume　77
3．4．3　開發(fā)自定義組件　77
練習(xí)　90
備忘單　92
第4講　超越MapReduce—YARN　94
4．1　YARN簡介　95
4．2　為什么用YARN　96
4．2．1　提高可擴(kuò)展性　96
4．2．2　效率　97
4．2．3　集群共享　97
4．3　YARN生態(tài)系統(tǒng)　98
4．3．1　YARN架構(gòu)　99
4．3．2　資源　100
4．3．3　資源管理器　101
4．3．4　ApplicationMaster　103
4．3．5　YARN的局限性　106
4．4　YARN API例子　107
4．4．1　YARN應(yīng)用程序剖析　107
4．4．2　客戶端　108
4．4．3　把它們整合到一起　115
4．5　Mesos和YARN的比較　116
4．5．1　Mesos簡介　116
4．5．2　Mesos和Hadoop　118
練習(xí)　120
備忘單　122
第5講　Storm on YARN　124
5．1　Storm和Hadoop　125
5．2　Storm簡介　126
5．2．1　Storm架構(gòu)　126
5．2．2　Storm應(yīng)用剖析　129
5．3　Storm API　132
5．3．1　spout　132
5．3．2　bolt　134
5．4　Storm on YARN　134
5．4．1　Storm on YARN架構(gòu)　135
5．4．2　Storm on YARN的局限性　136
5．5　安裝Storm on YARN　136
5．5．1　先決條件　136
5．5．2　安裝步驟　137
5．5．3　排錯　138
5．5．4　管理YARN on Storm　138
5．6　Storm on YARN的例子　139
5．6．1　傳感器數(shù)據(jù)spout　139
5．6．2　儀表盤bolt　140
5．6．3　HDFS日志記錄器bolt　142
5．6．4　主程序　144
5．6．5　運(yùn)行示例　146
練習(xí)　148
備忘單　151
模塊2　利用NoSQL和Hadoop：實時、安全和云
第1講　Hello NoSQL　155
1．1　看兩個簡單的例子　156
1．1．1　持久化偏好數(shù)據(jù)的一個簡單集合——MongoDB　156
1．1．2　存儲汽車品牌和型號數(shù)據(jù)——Apache Cassandra　162
1．2　利用語言綁定進(jìn)行工作　171
1．2．1　MongoDB的驅(qū)動程序　171
1．2．2　初識Thrift　174
1．3　存儲和訪問數(shù)據(jù)　177
1．4　在MongoDB中存儲和訪問數(shù)據(jù)　178
1．5　在HBase中存儲和訪問數(shù)據(jù)　185
1．6　在Apache Cassandra中存儲和訪問數(shù)據(jù)　189
1．7　NoSQL數(shù)據(jù)存儲的語言綁定　191
1．7．1　用Thrift進(jìn)行診斷　191
1．7．2　Java的語言綁定　191
1．7．3　PHP的語言綁定　194
練習(xí)　195
備忘單　198
第2講　使用NoSQL　199
2．1　創(chuàng)建記錄　200
2．2　訪問數(shù)據(jù)　213
2．2．1　訪問來自MongoDB的文檔　213
2．2．2　訪問來自HBase的數(shù)據(jù)　214
2．2．3　查詢Redis　215
2．3　更新和刪除數(shù)據(jù)　216
2．4　MongoDB查詢語言的能力　217
2．4．1　加載MovieLens數(shù)據(jù)　219
2．4．2　獲取評級數(shù)據(jù)　221
2．4．3　MongoDB中的MapReduce　224
2．5　訪問來自HBase這樣的面向列的數(shù)據(jù)庫的數(shù)據(jù)　228
練習(xí)　230
備忘單　234
第3講　Hadoop安全　236
3．1　Hadoop安全挑戰(zhàn)　238
3．2　認(rèn)證　239
3．2．1　Kerberos認(rèn)證　239
3．2．2　Kerberos RPC　244
3．2．3　基于Web的控制臺的Kerberos　245
3．3　委托安全憑證　248
3．4　授權(quán)　253
3．4．1　HDFS文件權(quán)限　253
3．4．2　服務(wù)級別授權(quán)　257
3．4．3　作業(yè)授權(quán)　260
練習(xí)　261
備忘單　263
第4講　在AWS上運(yùn)行Hadoop應(yīng)用程序　265
4．1　開始了解AWS　266
4．2　在AWS上運(yùn)行Hadoop的選項　267
4．2．1　使用EC2實例的自定義安裝　267
4．2．2　彈性MapReduce　268
4．3　了解EMR-Hadoop的關(guān)系　269
4．3．1　EMR架構(gòu)　270
4．3．2　使用S3存儲　271
4．3．3　最大化地利用EMR　272
4．3．4　使用CloudWatch和其他AWS組件　274
4．3．5　訪問和使用EMR　274
4．4　使用AWS S3　280
4．4．1　了解桶的用法　280
4．4．2　利用控制臺的內(nèi)容瀏覽　282
4．4．3　編程訪問S3中的文件　283
4．4．4　使用MapReduce上傳多個文件至S3　294
4．5　自動化EMR作業(yè)流的創(chuàng)建和作業(yè)執(zhí)行　296
4．6　組織協(xié)調(diào)EMR中作業(yè)的執(zhí)行　301
4．6．1　使用EMR集群上的Oozie　301
4．6．2　AWS簡單工作流　303
4．6．3　AWS數(shù)據(jù)管道　304
練習(xí)　306
備忘單　309
第5講　實時Hadoop　311
5．1　實時Hadoop應(yīng)用　312
5．2　使用HBase實現(xiàn)實時應(yīng)用　313
5．2．1　將HBase用作照片管理系統(tǒng)　315
5．2．2　將HBase用作Lucene的后端　322
5．3　使用專門的實時Hadoop查詢系統(tǒng)　342
5．3．1　Apache Drill　344
5．3．2　Impala　345
5．3．3　將實時查詢系統(tǒng)與MapReduce比較　347
5．4　使用基于Hadoop的事件處理系統(tǒng)　347
5．4．1　HFlame　348
5．4．2　Storm　350
5．4．3　將事件處理與MapReduce作比較　352
練習(xí)　353
備忘單　356
模塊3　Hadoop商業(yè)發(fā)行版和管理工具
第1講　大數(shù)據(jù)簡介　359
1．1　Cloudera基礎(chǔ)　360
1．1．1　包含Apache Hadoop的Cloudera發(fā)行版　360
1．1．2　Cloudera管理器　361
1．1．3　Cloudera標(biāo)準(zhǔn)版　362
1．1．4　Cloudera企業(yè)版　363
1．2　Cloudera管理器簡介　365
1．3　Cloudera管理器的管理控制臺　367
1．3．1　啟動并登錄管理控制臺　370
1．3．2　主頁　370
1．4　添加和管理服務(wù)　371
1．4．1　添加新服務(wù)　371
1．4．2　啟動服務(wù)　372
1．4．3　停止服務(wù)　372
1．4．4　重啟服務(wù)　373
1．5　使用Cloudera管理器的業(yè)務(wù)案例　373
1．6　Cloudera管理器的安裝要求　374
練習(xí)　375
備忘單　377
第2講　Cloudera上的Hive和Cloudera管理　379
2．1　Apache Hive簡介　380
2．1．1　Hive特性　380
2．1．2　HiveQL　380
2．2　Hive服務(wù)　381
2．2．1　Hive元數(shù)據(jù)服務(wù)器　382
2．2．2　Hive網(wǎng)關(guān)　382
2．2．3　升級Cloudera管理器　382
2．3　為Hive元存儲配置模式　383
2．3．1　嵌入模式　383
2．3．2　本地模式　384
2．3．3　遠(yuǎn)程模式　385
2．4　配置Hive元存儲　386
2．4．1　Red Hat操作系統(tǒng)　386
2．4．2　SLES操作系統(tǒng)　388
2．4．3　Debian/Ubuntu操作系統(tǒng)　388
2．5　為Hive設(shè)置Cloudera Manager 4．5　389
2．6　Hive復(fù)制　391
練習(xí)　394
備忘單　396
第3講　Hortonworks和Greenplum Pivotal HD　397
3．1　Hortonworks數(shù)據(jù)平臺　398
3．1．1　核心服務(wù)　400
3．1．2　數(shù)據(jù)服務(wù)　400
3．1．3　操作服務(wù)　401
3．2　系統(tǒng)需求和環(huán)境　402
3．2．1　系統(tǒng)需求　402
3．2．2　構(gòu)建一個受支持的環(huán)境　404
3．3　安裝HDP　405
3．4　使用Talend Open Studio　409
3．4．1　安裝Talend Open Studio　410
3．4．2　將數(shù)據(jù)導(dǎo)入Talend Open Studio　411
3．4．3　執(zhí)行數(shù)據(jù)分析　413
3．5　Greenplum Pivotal HD　417
練習(xí)　420
備忘單　422
第4講　IBM InfoSphere BigInsights和MapR　424
4．1　InfoSphere BigInsights簡介　425
4．1．1　Apache Hadoop發(fā)行版的InfoSphere BigInsights組件　426
4．1．2　額外的Hadoop技術(shù)　427
4．1．3　文本分析　428
4．1．4　IBM Big SQL服務(wù)器　428
4．1．5　InfoSphere BigInsights控制臺　428
4．1．6　InfoSphere BigInsights的Eclipse工具　429
4．2　安裝準(zhǔn)備　430
4．2．1　復(fù)核系統(tǒng)需求　431
4．2．2　選擇一個用戶　431
4．2．3　配置瀏覽器　432
4．2．4　下載InfoSphere BigInsights　437
4．2．5　完成常見先決條件的任務(wù)　437
4．3　安裝InfoSphere BigInsights　440
4．4　MapR簡介　442
練習(xí)　445
備忘單　447
第5講　應(yīng)聘準(zhǔn)備　449
5．1　大數(shù)據(jù)開發(fā)者需要的關(guān)鍵技術(shù)工具和框架　451
5．2　大數(shù)據(jù)開發(fā)者的工作角色和職責(zé)　452
5．3　大數(shù)據(jù)開發(fā)者職業(yè)機(jī)會領(lǐng)域　453