Spark项目实战(第2版)/大数据技术与应用丛书

本书以电商网站中的用 户行为数据作为数据源，系 统地介绍了如何使用Spark 生态系统进行大数据离线分 析和实时分析的方法。全书 共7章，分别讲解了项目需 求、项目架构、项目实现流 程、大数据集群环境搭建、 热门品类Top10分析、各区 域热门商品Top3分析、网 站转化率统计、广告点击流 实时统计和使用FineBI实现 数据可视化。 本书附有配套视频、教 学PPT、教学设计等资源， 同时，为了帮助初学者更好 地学习本书中的内容，还提 供了在线答疑，欢迎读者关 注。 本书适合作为高等教育 本科和专科的数据科学与大 数据技术及相关专业的教材 ，也适合数据分析、数据可 视化等领域的从业者阅读。

第1章 项目概述 1.1 项目需求和目标 1.2 预备知识 1.3 项目架构 1.4 开发环境和工具 1.5 项目开发流程 1.6 硬件要求 1.7 本章小结 第2章 搭建大数据集群环境 2.1 基础环境搭建 2.1.1 创建虚拟机 2.1.2 安装Linux操作系统 2.1.3 克隆虚拟机 2.1.4 配置虚拟机 2.2 安装JDK 2.3 部署ZooKeeper集群 2.4 部署Hadoop集群 2.5 部署Spark 2.6 部署HBase集群 2.7 部署Kafka集群 2.8 本章小结 第3章 热门品类Top10分析 3.1 数据集分析 3.2 实现思路分析 3.3 实现热门品类Top10分析 3.3.1 环境准备 3.3.2 实现Spark程序 3.3.3 数据持久化 3.4 运行Spark程序 3.5 本章小结 第4章 各区域热门商品Top3分析 4.1 实现思路分析 4.2 实现各区域热门商品Top3分析 4.2.1 实现Spark程序 4.2.2 数据持久化 4.3 运行Spark程序 4.4 本章小结 第5章 网站转化率统计 5.1 数据集分析 5.2 实现思路分析 5.3 实现网站转化率统计 5.3.1 生成用户行为数据 5.3.2 实现Spark程序 5.3.3 数据持久化 5.4 运行Spark程序 5.5 本章小结 第6章 广告点击流实时统计 6.1 数据集分析 6.2 实现思路分析 6.3 表设计 6.4 实现广告点击流实时统计 6.4.1 生成用户行为数据 6.4.2 实现Spark程序 6.4.3 数据持久化 6.5 运行Spark程序 6.6 本章小结 第7章 数据可视化 7.1 数据映射 7.1.1 部署Phoenix 7.1.2 建立映射 7.2 FineBI的安装与配置 7.3 实现数据可视化 7.3.1 新建数据集 7.3.2 实现热门品类Topl0的可视化 7.3.3 实现各区域热门商品Top3的可视化 7.3.4 实现网站转化率的可视化 7.3.5 实现广告点击流实时统计的可视化 7.4 本章小结