大数据基础编程实验和案例教程(第3版)

本书以大数据分析全流 程为主线，介绍数据采集、 数据存储与管理、数据处理 与分析、数据可视化等环节 典型软件的安装、使用和基 础编程方法，涵盖了操作系 统（Linux和Windows）、 开发工具（Eclipse），以及 大数据相关技术、软件 （Kafka、Hadoop、HDFS 、MapReduce、HBase、 Hive、Spark、MySQL、 MongoDB、Redis、 Matplotlib）等内容。同时 ，提供了丰富的课程实验、 综合案例及大量免费的在线 教学资源，可以较好地满足 高等院校大数据教学实际需 求。 本书是《大数据技术原 理与应用——概念、存储、 处理、分析与应用》（第4 版）的“姊妹书”，可以作为 高等院校计算机、信息管理 等相关专业的大数据课程辅 助教材，用于指导大数据编 程实践，也可供相关技术人 员参考。

第1章 大数据技术概述 1.1 大数据时代 1.2 大数据关键技术 1.3 大数据软件 1.3.1 Hadoop 1.3.2 Spark 1.3.3 NoSQL数据库 1.3.4 数据可视化 1.4 教程内容安排 1.5 在线资源 1.5.1 在线资源一览表 1.5.2 下载专区 1.5.3 在线视频 1.5.4 拓展阅读 1.5.5 大数据课程公共服务平台 1.6 本章小结 第2章 Linux系统的安装和使用 2.1 Linux系统简介 2.2 Linux系统安装 2.2.1 下载安装文件 2.2.2 Linux系统的安装方式 2.2.3 安装Linux虚拟机 8.2.3 Linux系统及相关软件基本使用方法 2.3.1 Shell 2.3.2 root用户 2.3.3 创建普通用户 2.3.4 sudo命令 2.3.5 常用的Linux系统命令 2.3.6 文件解压缩 2.3.7 常用的目录 2.3.8 目录的权限 2.3.9 更新APT 2.3.10 切换中英文输入法 2.3.11 vim编辑器使用方法 2.3.12 在Linux中安装Eclipse 2.3.13 其他使用技巧 2.4 关于书中内容的一些约定 2.5 本章小结 第3章 Hadoop的安装和使用 3.1 Hadoop简介 3.2 安装Hadoop前的准备工作 3.2.1 创建hadoop用户 3.2.2 更新APT 3.2.3 安装SSH 3.2.4 安装Java环境 3.3 安装Hadoop 3.3.1 下载安装文件 3.3.2 单机模式配置 3.3.3 伪分布式模式配置 3.3.4 分布式模式配置 3.4 本章小结 第4章 HDFS操作方法和基础编程 4.1 HDFS操作常用Shell命令 4.1.1 查看命令使用方法 4.1.2 HDFS目录操作 4.2 利用HDFS的Web管理界面 4.3 HDFS编程实践 4.3.1 在Eclipse中创建项目 4.3.2 为项目添加需要用到的JAR包 4.3.3 编写Java应用程序 4.3.4 编译运行程序 4.3.5 应用程序的部署 4.4 本章小结 第5章 HBase的安装和基础编程 第6章 典型NoSQL数据库的安装和使用 第7章 MapReduce基础编程 第8章 数据仓库Hive的安装和使用 第9章 Spark的安装和基础编程 第10章 Flink的安装和基础编程 第11章 数据采集工具的安装和使用 第12章 数据可视化 第13章 大数据课程综合实验案例 第14章 实验 附录A 大数据课程实验答案 附录B Linux系统中的MySQL安装及常用操作 参考文献