《實戰hadoop》
第1 章 神奇的大象——hadoop
1.1 初識神象 2
1.2 hadoop 初體驗 4
1.2.1 瞭解hadoop 的構架 4
1.2.2 查看hadoop 活動 7
1.3 hadoop 族群 10
1.4 hadoop 安裝 11
1.4.1 在linux 係統中安裝hadoop 11
1.4.2 在windows 係統中安裝hadoop 21
1.4.3 站在象背上說“hello” 29
1.4.4 eclipse 下的hadoop 應用開發 30
參考文獻 34
第2 章 hdfs——不怕故障的海量存儲
2.1 開源的gfs——hdfs 36
2.1.1 設計前提與目標 36
2.1.2 hdfs 體係結構 37
2.1.3 保障hdfs 可靠性措施 39
2.2 hdfs 常用操作 42
2.2.1 hdfs 下的文件操作 42
.2.2.2 管理與更新 45
2.3 hdfs api 之旅 48
2.4 實戰：用hdfs 存儲海量視頻數據 55
2.4.1 應用場景 55
2.4.2 設計實現 55
參考文獻 58
第3 章 分久必閤——mapreduce
3.1 mapreduce 基礎 60
3.1.1 mapreduce 編程模型 60
3.1.2 mapreduce 的集群行為 62
3.2 樣例分析：單詞計數 64
3.2.1 wordcount 源碼分析 64
3.2.2 wordcount 處理過程 67
3.3 mapreduce，你夠瞭解嗎 69
3.3.1 沒有map、reduce 的mapreduce 69
3.3.2 多少個reducers 最佳 72
3.4 實戰：倒排索引 74
3.4.1 倒排索引簡介 74
3.4.2 分析與設計 76
3.4.3 倒排索引完整源碼 79
參考文獻 83
第4 章 一張無限大的錶——hbase
4.1 hbase 簡介 85
4.1.1 邏輯模型 85
4.1.2 物理模型 86
4.1.3 region 服務器 87
4.1.4 主服務器 89
4.1.5 元數據錶 89
4.2 hbase 入門 91
4.2.1 hbase 的安裝配置 91
4.2.2 hbase 用戶界麵 97
實戰hadoop —— 開啓通嚮雲計算的捷徑
4.3 hbase 操作演練 100
4.3.1 基本shell 操作 100
4.3.2 基本api 使用 103
4.4 實戰：使用mapreduce 構建hbase 索引 105
4.4.1 索引錶藍圖 105
4.4.2 hbase 和mapreduce 107
4.4.3 實現索引 108
參考文獻 112
第5 章 更上一層樓——mapreduce 進階
5.1 簡介 114
5.2 復閤鍵值對的使用 115
5.2.1 把小的鍵值對閤並成大的鍵值對 115
5.2.2 巧用復閤鍵讓係統完成排序 117
5.3 用戶定製數據類型 123
5.3.1 hadoop 內置的數據類型 123
5.3.2 用戶自定義數據類型的實現 124
5.4 用戶定製輸入/輸齣格式 126
5.4.1 hadoop 內置的數據輸入格式和recordreader 126
5.4.2 用戶定製數據輸入格式與recordreader 127
5.4.3 hadoop 內置的數據輸齣格式與recordwriter 133
5.4.4 用戶定製數據輸齣格式與recordwriter 134
5.4.5 通過定製數據輸齣格式實現多集閤文件輸齣 134
5.5 用戶定製partitioner 和combiner 137
5.5.1 用戶定製partitioner 137
5.5.2 用戶定製combiner 139
5.6 組閤式mapreduce 計算作業 141
5.6.1 迭代mapreduce 計算任務 141
5.6.2 順序組閤式mapreduce 作業的執行 142
5.6.3 具有復雜依賴關係的組閤式mapreduce 作業的執行 144
5.6.4 mapreduce 前處理和後處理步驟的鏈式執行 145
5.7 多數據源的連接 148
5.7.1 基本問題數據示例 149
5.7.2 用datajoin 類實現reduce 端連接 150
5.7.3 用全局文件復製方法實現map 端連接 158
5.7.4 帶map 端過濾的reduce 端連接 162
5.7.5 多數據源連接解決方法的限製 162
5.8 全局參數/數據文件的傳遞與使用 163
5.8.1 全局作業參數的傳遞 163
5.8.2 查詢全局mapreduce 作業屬性 166
5.8.3 全局數據文件的傳遞 167
5.9 關係數據庫的連接與訪問 169
5.9.1 從數據庫中輸入數據 169
5.9.2 嚮數據庫中輸齣計算結果 170
參考文獻 172
第6 章 hive——飛進數據倉庫的小蜜蜂
6.1 hive 的組成 174
6.2 搭建蜂房——hive 安裝 176
6.3 hive 的服務 182
6.3.1 hive shell 182
6.3.2 jdbc/odbc 支持 183
6.3.3 thrift 服務 184
6.3.4 web 接口 185
6.3.5 元數據服務 186
6.4 hiveql 的使用 187
6.4.1 hiveql 的數據類型 187
6.4.2 hiveql 常用操作 188
6.5 hive 示例 196
6.5.1 udf 編程示例 196
實戰hadoop —— 開啓通嚮雲計算的捷徑
6.5.2 udaf 編程示例 198
6.6 實戰：基於hive 的hadoop 日誌分析 200
參考文獻 209
第7 章 pig——一頭什麼都能吃的豬
7.1 pig 的基本框架 211
7.2 pig 的安裝 212
7.2.1 開始安裝pig 212
7.2.2 驗證安裝 213
7.3 pig 的使用 214
7.3.1 pig 的mapreduce 模式 214
7.3.2 使用pig 216
7.3.3 pig 的調試 219
7.4 pig latin 編程語言 224
7.4.1 數據模型 224
7.4.2 數據類型 225
7.4.3 運算符 226
7.4.4 常用操作 228
7.4.5 用戶自定義函數 231
7.5 實戰：基於pig 的通話記錄查詢 231
7.5.1 應用場景 231
7.5.2 設計實現 232
參考文獻 238
第8 章 facebook 的女神——cassandra
8.1 洞察cassandra 的全貌 240
8.1.1 目標及特點 240
8.1.2 體係結構 241
8.1.3 存儲機製 243
8.1.4 數據操作過程 244
8.2 讓cassandra 飛 247
8.2.1 windows 7 下單機安裝 247
8.2.2 linux 下分布式安裝 249
8.3 cassandra 操作示例 253
8.3.1 客戶端命令代碼跟蹤 253
8.3.2 增刪cassandra 節點 262
8.3.3 jconsole 監控cassandra 263
8.4 cassandra 與mapreduce 結閤 266
8.4.1 需求分析 266
8.4.2 編碼流程分析 267
8.4.3 mapreduce 的核心代碼 268
參考文獻 269
第9 章 chukwa——收集數據的大烏龜
9.1 初識chukwa 271
9.1.1 為什麼需要chukwa 271
9.1.2 什麼是chukwa 272
9.2 chukwa 架構與設計 274
9.2.1 代理與適配器 276
9.2.2 元數據 277
9.2.3 收集器 278
9.2.4 mapreduce 作業 279
9.2.5 hicc 280
9.2.6 數據接口與支持 280
9.3 chukwa 安裝與配置 281
9.3.1 chukwa 安裝 281
9.3.2 源節點代理配置 284
9.3.3 收集器 288
9.3.4 demux 作業與hicc 配置 289
9.4 chukwa 小試 291
實戰hadoop —— 開啓通嚮雲計算的捷徑
9.4.1 數據生成 291
9.4.2 數據收集 292
9.4.3 數據處理 292
9.4.4 數據析取 293
9.4.5 數據稀釋 294
9.4.6 數據顯示 294
參考文獻 295
第10 章 一統天下——zookeeper
10.1 zookeeper 是個謎 297
10.1.1 zookeeper 工作原理 298
10.1.2 zookeeper 的特性 301
10.2 zookeeper 安裝和編程 303
10.2.1 zookeeper 的安裝和配置 303
10.2.2 zookeeper 的編程實現 306
10.3 zookeeper 演練：進程調度係統 308
10.3.1 設計方案 308
10.3.2 設計實現 309
10.4 實戰演練：zookeeper 實現namenode 自動切換 318
10.4.1 設計思想 319
10.4.2 詳細設計 319
10.4.3 編碼 321
10.4.4 實戰總結 329
參考文獻 329
第11 章 綜閤實戰1——打造一個搜索引擎
11.1 係統工作原理 331
11.2 網頁搜集與信息提取 333
11.2.1 網頁搜集 334
11.2.2 網頁信息的提取與存儲 337
11.3 基於mapreduce 的預處理 338
11.3.1 元數據過濾 339
11.3.2 生成倒排文件 341
11.3.3 建立二級索引 353
11.3.4 小節 357
11.4 建立web 信息查詢服務 358
11.4.1 建立前颱查詢接口 358
11.4.2 後颱信息查詢與閤並 359
11.4.3 返迴顯示結果 360
11.5 係統優化 361
11.5.1 存儲方麵的優化 361
11.5.2 計算方麵的優化 362
11.6 本章總結 363
參考文獻 364
第12 章 綜閤實戰2——生物信息學應用
12.1 背景 366
12.2 總體框架 368
12.3 係統實現 370
12.3.1 序列數據庫的切分和存儲 370
12.3.2 構造單詞列錶和掃描器 375
12.3.3 map：掃描和擴展 376
12.3.4 主控程序 378
12.4 擴展性能測試 381
12.5 本章總結 382
參考文獻 383
第13 章 綜閤實戰3——移動通信信令監測與查詢
13.1 分析與設計 385
13.1.1 cdr 數據文件的檢測與索引創建任務調度 388
13.1.2 從hdfs 讀取數據並創建索引 389
實戰hadoop —— 開啓通嚮雲計算的捷徑
13.1.3 查詢cdr 信息 390
13.2 實現代碼 391
13.2.1 cdr 文件檢測和索引創建任務調度程序 392
13.2.2 讀取cdr 數據和索引創建處理 397
13.2.3 cdr 查詢 402
13.3 本章總結 407
參考文獻 407
第14 章 高枕無憂——hadoop 容錯
14.1 hadoop 的可靠性 409
14.1.1 hdfs 中namenode 單點問題 409
14.1.2 hdfs 數據塊副本機製 410
14.1.3 hdfs 心跳機製 411
14.1.4 hdfs 負載均衡 412
14.1.5 mapreduce 容錯 413
14.2 hadoop 的secondarynamenode 機製 414
14.2.1 磁盤鏡像與日誌文件 414
14.2.2 secondarynamenode 更新鏡像的流程 414
14.3 avatar 機製 418
14.3.1 係統架構 419
14.3.2 avatar 元數據同步機製 420
14.3.3 故障切換過程 423
14.3.4 avatar 運行流程 426
14.3.5 avatar 故障切換流程 431
14.4 avatar 實戰 436
14.4.1 實驗環境 436
14.4.2 編譯avatar 437
14.4.3 avatar 安裝和配置 440
14.4.4 avatar 啓動運行與宕機切換 452
參考文獻 456
· · · · · · (收起)