Hadoop云計算實戰(zhàn)

《hadoop云計算實戰(zhàn)》
第1章 云計算概論 
1. 云計算概述 
1.1. 云計算的定義 
1.1. 云計算產(chǎn)生的背景 
1.1. 云時代誰是主角 
1.1. 云計算的特征 
1.1. 云計算的發(fā)展史 
1.1. 云計算的服務層次 
1.1. 云計算的服務形式 
1.1. 云計算的實現(xiàn)機制 
1.1. 云計算研究方向 
1.1. 云計算發(fā)展趨勢 
1. 云計算關鍵技術研究 
1.2. 虛擬化技術 
1.2. 數(shù)據(jù)存儲技術 
1.2. 資源管理技術 
1.2. 能耗管理技術 
1.2. 云監(jiān)測技術 
1. 云計算應用研究 
1.3. 語義分析應用 
1.3. it企業(yè)應用 
1.3. 生物學應用 
1.3. 電信企業(yè)應用 
1.3. 數(shù)據(jù)庫的應用 
1.3. 地理信息應用 
1.3. 醫(yī)學應用 
1. 云安全 
1.4. 云安全發(fā)展趨勢 
1.4. 云安全與網(wǎng)絡安全的差別 
1.4. 云安全研究的方向 
1.4. 云安全難點問題 
1.4. 云安全新增及增強功能 
1. 云計算生命周期 
1. 云計算存在的問題 
1. 云計算的優(yōu)缺點 
第2章 hadoop相關項目介紹 
2. hadoop簡介 
2.1. hadoop的基本架構 
2.1. hadoop文件系統(tǒng)結構 
2.1. hadoop文件讀操作 
2.1. hadoop文件寫操作 
2. hadoop系統(tǒng)性質 
2.2. 可靠存儲性 
2.2. 數(shù)據(jù)均衡 
2. 比較sql數(shù)據(jù)庫與hadoop 
2. mapreduce概述 
2.4. mapreduce實現(xiàn)機制 
2.4. mapreduce執(zhí)行流程 
2.4. mapreduce映射和化簡 
2.4. mapreduce輸入格式 
2.4. mapreduce輸出格式 
2.4. mapreduce運行速度 
2. hbase概述 
2.5. hbase的系統(tǒng)框架 
2.5. hbase訪問接口 
2.5. hbase的存儲格式 
2.5. hbase的讀寫流程 
2.5. hbase的優(yōu)缺點 
2. zookeeper概述 
2.6. 為什么需要zookeeper 
2.6. zookeeper設計目標 
2.6. zookeeper數(shù)據(jù)模型 
2.6. zookeeper工作原理 
2.6. zookeeper實現(xiàn)機制 
2.6. zookeeper的特性 
2. hive概述 
2.7. hive的組成 
2.7. hive結構解析 
2. pig概述 
2. cassandra概述 
2.9. cassandra主要功能 
2.9. cassandra的體系結構 
2.9. cassandra存儲機制 
2.9. cassandra的寫過程 
2.9. cassandra的讀過程 
2.9. cassandra的刪除 
2. chukwa概述 
2.10. 使用chukwa的原因 
2.10. chukwa的不是 
2.10. chukwa的定義 
2.10. chukwa架構與設計 
第3章 hadoop配置與實戰(zhàn) 
3. hadoop的安裝 
3.1. 在linux下安裝hadoop 
3.1. 運行模式 
3.1. 在windows下安裝hadoop 
3. 運行hadoop 
3. hadoop的avatar機制 
3.3. 系統(tǒng)架構 
3.3. 元數(shù)據(jù)同步機制 
3.3. 切換故障過程 
3.3. 運行流程 
3.3. 切換故障流程 
3. hadoop實戰(zhàn) 
3.4. 使用hadoop運行wordcount實例 
3.4. 使用eclipse編寫hadoop程序 
第4章 hadoop的分布式數(shù)據(jù)hdfs 
4. hdfs的操作 
4.1. 文件操作 
4.1. 管理與更新 
4. fs shell使用指南 
4. api使用 
4.3. 文件系統(tǒng)的常見操作 
4.3. api的java操作實例 
第5章 hadoop編程模型mapreduce 
5. mapreduce基礎 
5.1. mapreduce編程模型 
5.1. mapreduce實現(xiàn)機制 
5.1. java mapreduce 
5. mapreduce的容錯性 
5. mapreduce實例分析 
5. 不帶map()、reduce()的mapreduce 
5. shuffle過程 
5. 新增hadoop api 
5. hadoop的streaming 
5.7. 通過unix命令使用streaming 
5.7. 通過ruby版本使用streaming 
5.7. 通過python版本使用streaming 
5. mapreduce實戰(zhàn) 
5.8. mapreduce排序 
5.8. mapreduce二次排序 
5. mapreduce作業(yè)分析 
5. 定制mapreduce數(shù)據(jù)類型 
5.10. 內置的數(shù)據(jù)輸入格式和recordreader 
5.10. 定制輸入數(shù)據(jù)格式與recordreader 
5.10. 定制數(shù)據(jù)輸出格式實現(xiàn)多集合文件輸出 
5. 鏈接mapreduce作業(yè) 
5.11. 順序鏈接mapreduce作業(yè) 
5.11. 復雜的mapreduce鏈接 
5.11. 前后處理的鏈接 
5.11. 鏈接不同的數(shù)據(jù) 
5. hadoop的pipes 
5. 創(chuàng)建bloom filter 
5.13. bloom filter作用 
5.13. bloom filter實現(xiàn) 
第6章 hadoop的數(shù)據(jù)庫hbase 
6. hbase數(shù)據(jù)模型 
6.1. 數(shù)據(jù)模型 
6.1. 概念視圖 
6.1. 物理視圖 
6. hbase與rdbms對比 
6. bigtable的應用實例 
6. hbase的安裝與配置 
6. java api 
6. hbase實例分析 
6.6. rowlock 
6.6. hbase的hfileoutputformat 
6.6. hbase的tableoutputformat 
6.6. 在hbase中使用mapreduce 
6.6. hbase分布式模式 
第7章 hadoop的數(shù)據(jù)倉庫hive 
7. hive的安裝 
7.1. 準備的軟件包 
7.1. 內嵌模式安裝 
7.1. 安裝獨立模式 
7.1. 遠程模式安裝 
7.1. 查看數(shù)據(jù)信息 
7. hive的入口 
7.2. 類clidriver 
7.2. 類clisessionstate 
7.2. 類commandprocessor 
7. hive ql詳解 
7.3. hive的數(shù)據(jù)類型 
7.3. hive與數(shù)據(jù)庫比較 
7.3. ddl操作 
7.3. join查詢 
7.3. dml操作 
7.3. sql操作 
7.3. hive ql的應用實例 
7. hive的服務 
7.4. jdbc/odbc服務 
7.4. thrift服務 
7.4. web接口 
7. hive sql的優(yōu)化 
7.5. hive sql優(yōu)化選項 
7.5. hive sql優(yōu)化應用實例 
7. hive的擴展性 
7.6. serde 
7.6. map/reduce腳本 
7.6. udf 
7.6. udaf 
7. hive實戰(zhàn) 
第8章 hadoop的大規(guī)模數(shù)據(jù)平臺pig 
8. pig的安裝與運行 
8.1. pig的安裝 
8.1. pig的運行 
8. pig實現(xiàn) 
8. pig latin語言 
8.3. pig latin語言概述 
8.3. pig latin數(shù)據(jù)類型 
8.3. pig latin運算符 
8.3. pig latin關鍵字 
8.3. pig內置函數(shù) 
8. 自定義函數(shù) 
8.4. udf的編寫 
8.4. udfs的使用 
8. jaql和pig查詢語言的比較 
8.5. pig和jaql運行環(huán)境和執(zhí)行形式的比較 
8.5. pig和jaql支持數(shù)據(jù)類型的比較 
8.5. pig和jaql操作符和內建函數(shù)以及自定義函數(shù)的比較 
8.5. 其他 
8. pig實戰(zhàn) 
第9章 hadoop的非關系型數(shù)據(jù)cassandra 
9. cassandra的安裝 
9.1. 在windows 7中安裝 
9.1. 在linux中安裝 
9. cassandra的數(shù)據(jù)模型 
9.2. column 
9.2. supercolumn 
9.2. columnfamily 
9.2. row 
9.2. 排序 
9. cassandra的實例分析 
9.3. cassandra的數(shù)據(jù)存儲結構 
9.3. 跟蹤客戶端代碼 
9. cassandra常用的編程語言 
9.4. java使用cassandra 
9.4. php使用cassandra 
9.4. python使用cassandra 
9.4. c#使用cassandra 
9.4. ruby使用cassandra 
9. cassandra與mapreduce結合 
9.5. 需求分析 
9.5. 代碼分析 
9.5. mapreduce代碼 
9. cassandra實戰(zhàn) 
9.6. buyerdao功能驗證 
9.6. sellerdao功能驗證 
9.6. productdao功能驗證 
9.6. 新建schema在線功能 
9.6. 功能驗證 
第10章 hadoop的收集數(shù)據(jù)chukwa 
10. chukwa的安裝與配置 
10.1. 配置要求 
10.1. chukwa的安裝 
10.1. 基本命令 
10. chukwa數(shù)據(jù)流處理 
10.2. 支持數(shù)據(jù)類型 
10.2. 數(shù)據(jù)處理 
10.2. 自定義數(shù)據(jù)模塊 
10. chukwa源代碼分析 
10.3. chukwa適配器 
10.3. chukwa連接器 
10.3. chukwa收集器 
10. chukwa實例分析 
10.4. 生成數(shù)據(jù) 
10.4. 收集數(shù)據(jù) 
10.4. 處理數(shù)據(jù) 
10.4. 析取數(shù)據(jù) 
10.4. 稀釋數(shù)據(jù) 
第11章 hadoop的分布式系統(tǒng)zookeeper 
11. zookeeper的安裝與配置 
11.1. zookeeper的安裝 
11.1. zookeeper的配置 
11.1. zookeeper數(shù)據(jù)模型 
11.1. zookeeper的api接口 
11.1. zookeeper編程實現(xiàn) 
11. zookeeper的leader流程 
11. zookeeper鎖服務 
11.3. zookeeper中的鎖機制 
11.3. zookeeper的寫鎖實現(xiàn) 
11.3. zookeeper鎖服務實現(xiàn)例子 
11. 創(chuàng)建zookeeper應用程序 
11. zookeeper的應用開發(fā) 
11. zookeeper的典型應用 
11.6. 統(tǒng)一命名服務 
11.6. 配置管理 
11.6. 集群管理 
11.6. 共享鎖 
11.6. 隊列管理 
11. 實現(xiàn)namenode自動切換 
網(wǎng)上參考資源 
參考文獻