Hadoop与大数据挖掘

本书提供了大数据相关技术的简介、原理、实践、企业应用等，针对大数据相关技术，如Hadoop、HBase、Hive、Spark等，都有专业章节进行介绍，并且针对每一模块都有相应的动手实践，能有效加深读者对大数据相关技术原理、技术实践的理解。书中的挖掘实践篇涉及企业在大数据应用中的所有环节，如数据采集、数据预处理、数据挖掘等，通过案例对整个系统的架构进行了详细分析，对读者有一定实践指导作用。对于学习大数据相关技术的高校师生来说，本书不仅提供了大数据相关技术的基础讲解及原理、架构分析，还针对这些原理，配备有对应的动手实践章节，帮助读者加深对原理、架构的认识。同时，在每个模块结束后，书中会有一个相对独立的企业应用案例，帮助读者巩固学到的大数据技术相关知识。

这是一本深度解析大数据技术，包括其原理、实践、企业应用等方面的书籍。书中详细解读了大数据的应用领域，包括理解客户、满足客户服务需求，提高医疗水平和研发效率，金融交易，改善我们的城市以及改善安全和执法等。 书中深入讲解了MapReduce分布式计算框架，Hadoop的存储与运算机制，Hive体系架构和组件，HBase的体系结构和工作原理，Pig概述和Pig Latin语言，Pig数据类型和Hive比较，Pig数据处理与编程实践，Spark概述和核心模块，Oozie的编译配置和运行，Oozie工作流的实践应用，HDFS分布式文件系统等内容。 其中，MapReduce分布式计算框架是大数据处理领域的一个重要工具，它由Google公司提出，并在Hadoop项目中得以实现。Hadoop的存储与运算机制主要依赖于其两大核心组件：HDFS(Hadoop Distributed File System) 和MapReduce。Hive体系架构和组件为熟悉SQL的用户提供了基于Hadoop框架分析数据的能力，使得用户可以更加高效地处理和分析海量数据。HBase的体系结构和工作原理涉及了数据模型、数据