《Hadoop数据分析》pdf+源代码

准备好跨大型数据集使用统计和机器学习技术了吗？本实用指南向您展示了为什么Hadoop生态系统非常适合这项工作。与通常与分布式计算相关的部署、操作或软件开发不同，您将重点关注您可以构建的特定分析、Hadoop提供的数据仓库技术以及此框架可以生成的高阶数据工作流。

数据科学家和分析师将学习如何执行广泛的技术，从使用Python编写MapReduce和Spark应用程序到使用Spark MLlib、Hive和HBase的高级建模和数据管理。您还将了解可用于构建能够处理并实际需要大量数据的数据产品的分析过程和数据系统。

理解Hadoop和集群计算背后的核心概念

使用设计模式和并行分析算法创建分布式数据分析作业

了解使用Apache配置单元和HBase在分布式上下文中的数据管理、挖掘和仓储

使用Sqoop和apacheflume从关系数据库摄取数据

用apachepig和Spark数据帧编写复杂的Hadoop和Spark应用程序

使用Spark的MLlib执行机器学习技术，如分类、聚类和协作过滤