前　言 Hadoop是一个由Apache基金会开发的分布式系统基础架构。利用Hadoop，用户可以在不了解分布式底层细节的情况下，开发分布式程序；充分利用集群的威力进行高速运算和存储。Hadoop实现了分布式文件系统，其中一个组件是HDFS。HDFS有高容错性的特点，可部署在低廉的硬件上，提供高吞吐量来访问应用程序的数据，适合用在有着超大数据集的应用程序中。Hadoop框架最核心的设计就是HDFS和MapReduce，HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算。 《HDFS+MapReduce分布式存储与计算实战》是“工信部国家级计算机人才评定体系”中的一本专业教材。“工信部国家级计算机人才评定体系”由武汉厚溥数字科技有限公司开发，是以培养符合企业需求的软件工程师为目标的IT职业教育体系。在开发该体系之前，我们对IT行业的岗位序列做了充分的调研，包括研究从业人员在技术方向、项目经验和职业素养等方面的需求，通过对所面向学生的特点、行业需求的现状以及项目实施等方面的详细分析，结合我公司对软件人才培养模式的认知，按照软件专业总体定位要求，进行软件专业产品课程体系设计。该体系集应用软件知识和多领域的实践项目于一体，着重培养学生的熟练度、规范性、集成和项目实施能力，从而达到预定的培养目标。 《HDFS+MapReduce分布式存储与计算实战》共包括9个单元：大数据概述，大数据必备Linux知识，Hadoop伪分布式安装及其部署，HDFS原理详解，MapReduce计算框架详解，搭建Hadoop完全分布式环境，资源调度框架(YARN)与运用，Hive初识，项目实战。 我们对本书的编写体系做了精心的设计，按照“理论学习—知识总结—上机操作—课后习题”这一思路进行编排。“理论学习”部分描述通过案例要达到的学习目标与涉及的相关知识点，使学习目标更加明确；“知识总结”部分概括案例所涉及的知识点，使知识点得以完整系统地呈现；“上机操作”部分对案例进行了详尽分析，通过完整的步骤帮助读者快速掌握该案例的操作方法；“课后习题”部分帮助读者理解章节的知识点。本书在内容编写方面，力求细致全面；在文字叙述方面，注意言简意赅、重点突出；在案例选取方面，强调案例的针对性和实用性。 本书凝聚了编者多年来的教学经验和成果，可作为各类高等院校、培训机构的教材，也可供广大程序设计人员学习和参考。 《HDFS+MapReduce分布式存储与计算实战》由武汉厚溥数字科技有限公司编著，由王伟、寇立红、熊勇、余剑、王鹏、胡富文、杜同海等多名企业实战项目经理编写。本书编者长期从事项目开发和教学实施，并且对当前高校的教学情况非常熟悉，在编写过程中充分考虑不同学生的特点和需求，加强了项目实战方面的教学。在本书的编写过程中，得到了武汉厚溥数字科技有限公司各级领导的大力支持，在此对他们表示衷心的感谢。 参与本书编写的人员还有：宣化科技职业学院张兵，湖北国土资源职业学院管胜波，铜川职业技术学院张华、田宇，陕西国际商贸学院孙玮，江西机电职业技术学院吴赵盼，湖北科技职业学院田野、王智超，闽西职业技术学院陈坤定等。 限于编写时间和编者的水平，书中难免存在不足之处，希望广大读者批评指正。 服务邮箱：476371891@qq.com。 编 者 2022年11月

• 暂无课件
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接