大数据项目实战(第2版)/大数据技术与应用丛书

本书以某招聘网站中的 大数据职位招聘信息为数据 源，系统地介绍了使用 Hadoop生态系统进行大数 据离线分析的方法和步骤。 全书共6章，分别讲解项目 需求、项目架构、项目实现 流程、Hadoop集群环境搭 建、使用Flume实现数据采 集、使用MapReduce实现 数据预处理、使用Hive实现 数据分析和使用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。 本书适合作为高等学校 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、数据 仓库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 本章小结 第2章 搭建Hadoop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 2.1.5 安装JDK 2.2 部署ZooKeeper集群 2.3 部署Hadoop集群 2.4 本章小结 第3章 数据采集 3.1 数据采集概述 3.2 部署Flume 3.3 采集招聘信息 3.4 本章小结 第4章 数据预处理 4.1 数据预处理概述 4.2 招聘信息分析 4.3 设计数据预处理方案 4.4 实现数据预处理 4.4.1 数据预处理环境准备 4.4.2 创建工具类 4.4.3 实现Map过程 4.4.4 实现驱动类 4.4.5 运行MapReduce程序 4.5 本章小结 第5章 数据分析 5.1 数据分析概述 5.2 部署Hive 5.3 数据仓库 5.3.1 数据仓库简介 5.3.2 数据仓库设计 5.3.3 构建数据仓库 5.4 分析招聘信息 5.4.1 分析大数据职位的区域分布 5.4.2 分析大数据职位的薪资区间 5.4.3 分析大数据职位的学历要求 5.4.4 分析大数据职位的职位标签 5.5 本章小结 第6章 数据可视化 6.1 数据可视化概述 6.2 数据迁移 6.2.1 部署Sqoop 6.2.2 创建表 6.2.3 实现数据迁移 6.3 FineBI的安装与配置 6.4 实现数据可视化 6.4.1 新建数据集 6.4.2 实现区域分布的可视化 6.4.3 实现薪资区间的可视化 6.4.4 实现学历要求的可视化 6.4.5 实现职位标签的可视化 6.5 本章小结