Hadoop应用架构

Hadoop应用架构

内容简介：

-使用Hadoop进行数据存储和建模的着眼点和思路

-将数据输入、输出系统的最佳方案

-MapReduce、Spark和Hive等数据处理框架介绍

-数据去重、窗口分析等常见Hadoop处理模式应用

-在Hadoop上采用Giraph、GraphX等图形处理工具

-综合使用工作流以及Apache Oozie等调度工具

-以Apache Oozie、Apache Spark Streaming和Apache Flume进行近实时流处理

-点击流分析、欺诈检验和数据仓库的架构案例

本书就使用Apache Hadoop端到端数据管理方案提供专业架构指导。其他书籍大多针对Hadoop生态系统中的软件，讲解较为单一的使用方法，而本书偏重实践，在架构的高度详细阐释诸多工具如何相互配合，搭建出打磨之后的完整应用。书中提供了诸多案例，易于理解，配有详细的代码解析，知识点一目了然。

为加强训练，本书后半部分提供了详细的案例，涵盖最为常见的Hadoop应用架构。无论是设计Hadoop应用，还是将Hadoop同现有数据基础架构集成，本书都可以提供详实的参考。

资源目录：

版权声明

O'Reilly Media, Inc. 介绍

译者序

序

前言

第一部分　考虑 Hadoop 应用的架构设计

第 1 章　Hadoop 数据建模

第 2 章　Hadoop 数据移动

第 3 章　Hadoop 数据处理

第 4 章　Hadoop 数据处理通用范式

第 5 章　Hadoop 图处理

第 6 章　协调调度

第 7 章　Hadoop 近实时处理

第二部分　案例研究

第 8 章　点击流分析

第 9 章　欺诈检测

第 10 章　数据仓库

附录 A　Impala 中的关联

作者简介

封面介绍

截图：