如果频繁就私信一下呢

前言 Hadoop是一个开源软件框架，用于在商用硬件集群上存储数据和运行应用程序。它为任何类型的数据提供海量存储，巨大的处理能力以及处理几乎无限的并发任务或作业的能力。 hadoop的优势 hadoop的优势主要体现在高可靠性，高扩展性等方面。 高可靠性是指多副本的存储机制和失败作业的重新调度计算。 高扩展性是指资源不够时很容易直接扩展机器。一个集群可以包含数以千计的节点。 其他优势还表现在：ha...

本文的主题是Hadoop+Spark大数据分析与机器学习。众所周知，Hadoop是运用最多的大数据平台，然而Spark 异军突起，与Hadoop兼容而且运行速度更快，各大公司也开始加入Spark的开发。例如，IBM公司加入Apache Spark社区，打算培育百万名数据科学家。谷歌(Google)公司与微软公司也分别应用了Spark的功能来构建服务、发展大数据分析云与机器学习平台。这些大公司的加...

前言： 本书以Hadoop和Spark为核心，阐述了基于这两种通用大数据处理平台的应用开发技术。 在Hadoop生态圈中，从HDFS初识分布式存储系统;以MapReduce详解f分布式计算的步骤;利用HBase分析适合非结构化数据存储的分布式数据库;利用Hive分析将SQL查询转化为分布式计算的过程;并结合项目案例“音乐排行榜”练习Hadoop核心技能点的运用;同时，介绍了几种离线处理系统中常...

内容简介 本书结合理论和实践，由浅入深，全方位介绍了Hadoop这一高性 能的海量数据处理和分析平台。全书5部分24章，第I部分介绍Hadoop基础知识，主题涉及Hadoop、MapReduce、 Hadoop分布式文件系统YARN、Hadoop 的I/O操作。第II部分介绍MapReduce,主题包括MapReduce应用开发: MapReduce 的工作机制、MapReduce 的类型与格式M...