电子工业出版社-网上书店

本书详细介绍大数据环境下的常用的数据库和相关工具，包括HBase、Hive、Impala、Spark、Spark SQL、键值数据库和流式数据库等，给出了详细的工作机理和应用方法，并给出完整的实践案例和代码。

目  录 

第1章  大数据库概述	1
1.1  传统关系型数据库面临的问题	1
1.2  大数据库技术	2
1.2.1  列式数据库	2
1.2.2  内存数据库	2
1.2.3  键值数据库	3
1.2.4  流式数据库	3
1.3  大数据SQL	3
1.4  当前主流大数据SQL简介	4
1.4.1  Hive	4
1.4.2  Impala	5
1.4.3  Shark	6
1.4.4  Spark SQL	7
1.5  本章总结	8
习题	9
参考文献	9
第2章  分布式数据库HBase	10
2.1  HBase基础	10
2.1.1  体系架构	10
2.1.2  数据模型	15
2.2  HBase操作简介	17
2.2.1  HBase接口简介	17
2.2.2  HBase Shell实战	17
2.2.3  HBase API	20
2.3  HBase实战	21
2.3.1  实战HBase之综例	21
2.3.2  实战HBase之使用MapReduce构建索引	22
习题	26
参考文献	27
第3章  数据仓库工具Hive	28
3.1  Hive简介	28
3.1.1  工作原理	28
3.1.2  体系架构	29
3.1.3  计算模型	30
3.1.4  Hive部署模式	31
3.2  Hive的使用	32
3.2.1  Hive的数据类型	32
3.2.2  Hive接口汇总	32
3.3  实战Hive Shell	33
3.3.1  DDL操作	33
3.3.2  DML操作	34
3.3.3  SQL操作	34
3.4  实战Hive之复杂语句	35
3.5  实战Hive之综合示例	37
3.6  实战Hive API接口	38
3.6.1  UDF编程示例	38
3.6.2  UDAF编程示例	39
习题	40
参考文献	41
第4章  大数据查询系统Impala	42
4.1  Impala简介	42
4.1.1  Impala的起源	42
4.1.2  Impala的特点	42
4.1.3  Impala 前辈及竞争对手	43
4.2  Impala工作原理	43
4.2.1  Impala 设计目标	44
4.2.2  Impala 服务器组件	44
4.2.3  Impala 编程特点	45
4.2.4  Impala在Hadoop生态圈中的生存之道	45
4.3  Impala环境搭建	46
4.3.1  Impala 安装前的考虑	47
4.3.2  Impala 安装途径与安装示范	50
4.4  Impala操作实例	61
4.4.1  Impala 基本操作	62
4.4.2  Impala 数据库操作	62
习题	66
参考文献	66
第5章  内存数据库Spark	67
5.1  Spark简介	67
5.1.1  Spark的引入	67
5.1.2  Spark生态系统BDAS	69
5.1.3  Spark系统架构	75
5.1.4  Spark工作流程	77
5.1.5  Spark应用案例	78
5.2  Spark计算模型	80
5.2.1  Spark程序模型	81
5.2.2  弹性分布式数据集（RDD）	81
5.2.3  Spark算子	84
5.3  Spark工作机制	85
5.3.1  Spark运行机制	85
5.3.2  Spark调度机制	87
5.3.3  Spark I/O机制	93
5.3.4  Spark通信机制	94
5.3.5  Spark容错机制	97
5.3.6  Spark Shuffle机制	101
5.4  Scala快速入门	102
5.4.1  Scala解释器	103
5.4.2  变量	103
5.4.3  函数	104
5.4.4  编写Scala脚本	105
5.4.5  while 配合if实现循环	105
5.4.6  foreach和 for 来实现迭代	105
5.4.7  类型参数化数组	106
5.4.8  Lists	107
5.4.9  使用元组（Tuples）	108
5.4.10  Sets和Maps	108
5.4.11  函数编程风格	109
5.4.12  读取文件	110
5.5  Spark环境部署	110
5.5.1  安装与配置Spark	110
5.5.2  Intellij IDEA构建Spark开发环境	118
5.5.3  SBT构建Spark程序	121
5.5.4  编译Spark程序	122
5.5.5  远程调试Spark程序	123
5.5.6  生成Spark部署包	124
5.6  Spark 编程案例	124
5.6.1  WordCount	125
5.6.2  Top K	127
5.6.3  倒排索引	128
习题	130
参考文献	131
第6章  Spark SQL	132
6.1  Spark SQL简介	132
6.1.1  Spark SQL发展历程	132
6.1.2  Spark SQL 架构	133
6.2  Spark SQL编程基础	137
6.2.1  数据类型及表达式	137
6.2.2  Spark SQL查询引擎Catalyst	138
6.2.3  SQL DSL API	142
6.2.4  Spark SQL ThriftServer和CLI	144
6.2.5  Spark SQL常用操作	146
6.3  Spark SQL实战	151
6.3.1  Spark SQL开发环境搭建	151
6.3.2  Spark SQL使用入门	166
习题	173
参考文献	173
第7章  键值数据库	174
7.1  概述	174
7.1.1  键值存储	174
7.1.2  键值数据库	176
7.2  Redis	178
7.2.1  简介	178
7.2.2  Redis数据服务及集群技术	180
7.2.3  Redis安装	186
7.2.4  Redis数据操作	187
7.2.5  案例：网站访问历史记录查询	193
7.3  Memcached	198
7.3.1  简介	198
7.3.2  Memcached缓存技术	198
7.3.3  Memcached安装	200
7.3.4  Memcached数据操作	203
7.3.5  Memcached分布式技术	206
7.3.6  案例：论坛帖子信息缓存	207
7.4  典型应用及局限	208
7.4.1  典型应用	209
7.4.2  键值数据库局限	211
习题	211
参考文献	212
第8章  流式数据库	213
8.1  流式计算模型	213
8.1.1  流式计算概念	213
8.1.2  流式计算数据特点	215
8.1.3  流式计算典型应用	216
8.1.4  典型流式计算平台	216
8.2  流式计算关键技术	218
8.2.1  计算拓扑	218
8.2.2  消息传递	220
8.2.3  高可用性	222
8.2.4  语义保障	224
8.2.5  其他关键技术	225
8.3  Storm平台	225
8.3.1  Storm简介	225
8.3.2  Storm原理	227
8.3.3  Storm部署	237
8.3.4  案例：Maven环境下的Storm编程	242
8.4  Spark Streaming平台	246
8.4.1  Spark Streaming简介	247
8.4.2  Spark Streaming原理	248
8.4.3  案例：集群环境下的Spark Streaming编程	249
习题	261
参考文献	262
第9章  数据应用托管平台Docker	263
9.1  Docker技术简介	263
9.1.1  Docker是什么	263
9.1.2  Docker的架构和流程	265
9.2  Docker的优势和局限	266
9.2.1  Docker的优势	266
9.2.2  Docker的局限性	268
9.3  基于Docker的大数据系统设计	270
9.3.1  分布式Docker网络环境的搭建	270
9.3.2  Docker集群管理系统：Kubernetes	271
习题	277
参考文献	278

目  录 

第1章  大数据库概述	1
1.1  传统关系型数据库面临的问题	1
1.2  大数据库技术	2
1.2.1  列式数据库	2
1.2.2  内存数据库	2
1.2.3  键值数据库	3
1.2.4  流式数据库	3
1.3  大数据SQL	3
1.4  当前主流大数据SQL简介	4
1.4.1  Hive	4
1.4.2  Impala	5
1.4.3  Shark	6
1.4.4  Spark SQL	7
1.5  本章总结	8
习题	9
参考文献	9
第2章  分布式数据库HBase	10
2.1  HBase基础	10
2.1.1  体系架构	10
2.1.2  数据模型	15
2.2  HBase操作简介	17
2.2.1  HBase接口简介	17
2.2.2  HBase Shell实战	17
2.2.3  HBase API	20
2.3  HBase实战	21
2.3.1  实战HBase之综例	21
2.3.2  实战HBase之使用MapReduce构建索引	22
习题	26
参考文献	27
第3章  数据仓库工具Hive	28
3.1  Hive简介	28
3.1.1  工作原理	28
3.1.2  体系架构	29
3.1.3  计算模型	30
3.1.4  Hive部署模式	31
3.2  Hive的使用	32
3.2.1  Hive的数据类型	32
3.2.2  Hive接口汇总	32
3.3  实战Hive Shell	33
3.3.1  DDL操作	33
3.3.2  DML操作	34
3.3.3  SQL操作	34
3.4  实战Hive之复杂语句	35
3.5  实战Hive之综合示例	37
3.6  实战Hive API接口	38
3.6.1  UDF编程示例	38
3.6.2  UDAF编程示例	39
习题	40
参考文献	41
第4章  大数据查询系统Impala	42
4.1  Impala简介	42
4.1.1  Impala的起源	42
4.1.2  Impala的特点	42
4.1.3  Impala 前辈及竞争对手	43
4.2  Impala工作原理	43
4.2.1  Impala 设计目标	44
4.2.2  Impala 服务器组件	44
4.2.3  Impala 编程特点	45
4.2.4  Impala在Hadoop生态圈中的生存之道	45
4.3  Impala环境搭建	46
4.3.1  Impala 安装前的考虑	47
4.3.2  Impala 安装途径与安装示范	50
4.4  Impala操作实例	61
4.4.1  Impala 基本操作	62
4.4.2  Impala 数据库操作	62
习题	66
参考文献	66
第5章  内存数据库Spark	67
5.1  Spark简介	67
5.1.1  Spark的引入	67
5.1.2  Spark生态系统BDAS	69
5.1.3  Spark系统架构	75
5.1.4  Spark工作流程	77
5.1.5  Spark应用案例	78
5.2  Spark计算模型	80
5.2.1  Spark程序模型	81
5.2.2  弹性分布式数据集（RDD）	81
5.2.3  Spark算子	84
5.3  Spark工作机制	85
5.3.1  Spark运行机制	85
5.3.2  Spark调度机制	87
5.3.3  Spark I/O机制	93
5.3.4  Spark通信机制	94
5.3.5  Spark容错机制	97
5.3.6  Spark Shuffle机制	101
5.4  Scala快速入门	102
5.4.1  Scala解释器	103
5.4.2  变量	103
5.4.3  函数	104
5.4.4  编写Scala脚本	105
5.4.5  while 配合if实现循环	105
5.4.6  foreach和 for 来实现迭代	105
5.4.7  类型参数化数组	106
5.4.8  Lists	107
5.4.9  使用元组（Tuples）	108
5.4.10  Sets和Maps	108
5.4.11  函数编程风格	109
5.4.12  读取文件	110
5.5  Spark环境部署	110
5.5.1  安装与配置Spark	110
5.5.2  Intellij IDEA构建Spark开发环境	118
5.5.3  SBT构建Spark程序	121
5.5.4  编译Spark程序	122
5.5.5  远程调试Spark程序	123
5.5.6  生成Spark部署包	124
5.6  Spark 编程案例	124
5.6.1  WordCount	125
5.6.2  Top K	127
5.6.3  倒排索引	128
习题	130
参考文献	131
第6章  Spark SQL	132
6.1  Spark SQL简介	132
6.1.1  Spark SQL发展历程	132
6.1.2  Spark SQL 架构	133
6.2  Spark SQL编程基础	137
6.2.1  数据类型及表达式	137
6.2.2  Spark SQL查询引擎Catalyst	138
6.2.3  SQL DSL API	142
6.2.4  Spark SQL ThriftServer和CLI	144
6.2.5  Spark SQL常用操作	146
6.3  Spark SQL实战	151
6.3.1  Spark SQL开发环境搭建	151
6.3.2  Spark SQL使用入门	166
习题	173
参考文献	173
第7章  键值数据库	174
7.1  概述	174
7.1.1  键值存储	174
7.1.2  键值数据库	176
7.2  Redis	178
7.2.1  简介	178
7.2.2  Redis数据服务及集群技术	180
7.2.3  Redis安装	186
7.2.4  Redis数据操作	187
7.2.5  案例：网站访问历史记录查询	193
7.3  Memcached	198
7.3.1  简介	198
7.3.2  Memcached缓存技术	198
7.3.3  Memcached安装	200
7.3.4  Memcached数据操作	203
7.3.5  Memcached分布式技术	206
7.3.6  案例：论坛帖子信息缓存	207
7.4  典型应用及局限	208
7.4.1  典型应用	209
7.4.2  键值数据库局限	211
习题	211
参考文献	212
第8章  流式数据库	213
8.1  流式计算模型	213
8.1.1  流式计算概念	213
8.1.2  流式计算数据特点	215
8.1.3  流式计算典型应用	216
8.1.4  典型流式计算平台	216
8.2  流式计算关键技术	218
8.2.1  计算拓扑	218
8.2.2  消息传递	220
8.2.3  高可用性	222
8.2.4  语义保障	224
8.2.5  其他关键技术	225
8.3  Storm平台	225
8.3.1  Storm简介	225
8.3.2  Storm原理	227
8.3.3  Storm部署	237
8.3.4  案例：Maven环境下的Storm编程	242
8.4  Spark Streaming平台	246
8.4.1  Spark Streaming简介	247
8.4.2  Spark Streaming原理	248
8.4.3  案例：集群环境下的Spark Streaming编程	249
习题	261
参考文献	262
第9章  数据应用托管平台Docker	263
9.1  Docker技术简介	263
9.1.1  Docker是什么	263
9.1.2  Docker的架构和流程	265
9.2  Docker的优势和局限	266
9.2.1  Docker的优势	266
9.2.2  Docker的局限性	268
9.3  基于Docker的大数据系统设计	270
9.3.1  分布式Docker网络环境的搭建	270
9.3.2  Docker集群管理系统：Kubernetes	271
习题	277
参考文献	278

大数据

刘鹏，清华大学博士，解放军理工大学教授、学科带头人，中国云计算专家委员会委员。__eol__主要研究方向为信息网格和云计算，完成科研课题18项，发表论文70余篇，获部级科技进步奖6项。曾夺得国际计算机排序比赛冠军，并二次夺得全国高校科技比赛最高奖，获“全军十大学习成才标兵”、“南京十大杰出青年”和“清华大学学术新秀”等称号。2002年首倡的“网格计算池”和2003年研发的“反垃圾邮件网格”分别为云计算和云安全的前身。创办了知名的中国网格和中国云计算网站

本书配套资源下载

对不起，暂无音视频资源！