目 录
第1章 Hadoop生态系统简介/001
1．1 大数据发展/001
1．2 Hadoop平台介绍/006
1．3 相关的公司/009
1．4 Hadoop生态系统/011
第2章 Hadoop核心组件及其基本原理/014
2．1 HDFS基本原理/014
2．2 MapReduce分布式计算框架/022
2．3 Yarn介绍/029
第3章 Hadoop环境搭建/033
3．1 Linux基础/033
3．2 Linux的文件系统结构/036
3．3 文件类型/038
3．4 Linux基本操作命令/039
3．5 Linux下常用的工具软件/047
3．6 Hadoop环境搭建/051
第4章 Hive基本原理及安装部署/063
4．1 Hive基本原理/063
4．2 Hive的数据存储/064
4．3 Hive的安装部署/066
第5章 Hive的基本操作/070
5．1 Hive的DDL(data define language)操作/070
5．2 Hive的DML(data managed language)操作/076
5．3 Hive shell 参数/093
第6章 Spark基础知识/095
6．1 Spark原理/095
6．2 Spark架构及生态/098
6．3 Spark运行流程及特点/100
6．4 Spark运行模式/108
第7章 Spark RDD编程/114
7．1 RDD设计与运行原理/114
7．2 RDD基本操作/122
7．3 Spark SQL简介/132
第8章 基于MLLIB机器学习/140
8．1 概述/140
8．2 Spark分类和预测/142
8．3 决策树算法/145
8．4 朴素贝叶斯算法/152
8．5 回归分析与预测技术/157
8．6 聚类分析/167
大数据原理及实践
8．7 k-means聚类算法简介/172
8．8 DBSCAN聚类算法简介/179
8．9 关联规则分析简介/185
8．10 Apriori算法和FP Tree算法简介/188
参考文献/200