多种网盘链接检测插件 购买前，请先检测网盘链接是否有效
《NoSQLHadoop组件及大数据实施大数据开发者权威教程》_Wrox_2018-12-01_1
《NoSQLHadoop组件及大数据实施大数据开发者权威教程》_Wrox_2018-12-01_2
《NoSQLHadoop组件及大数据实施大数据开发者权威教程》_Wrox_2018-12-01_3
内容简介：
欢迎阅读“大数据分析师权威教程”系列图书和“大数据开发者权威教程”系列
信息技术蓬勃发展,每天都有新产品问世,同时不断地形成新的趋势。这种不断的变化使得
信息技术和软件专业人员、开发人员、科学家以及投资者都不敢怠慢,并引发了新的职业机会和
有意义的工作。然而,竞争是激烈的,与最新的技术和趋势保持同步是永恒的要求。对于专业人
士来说,在全球T行业中,入行、生存和成长都变得ri益复杂
想在IT这样一个充满活力的行业中高效地学习,就必须做到
O对核心技术概念和设计通则有很好的理解
O具备适应各种平台和应用的敏捷性
O对当前和即将到来的行业趋势和标准有充分的认
鉴于以上几点,我们很高兴地为大家介绍“大数据分析师权威教程”系列图书(两卷)和
大数据开发者权威教程”系列图书(两卷
这两个系列共4本书,旨在培育新一代年轻IT专业人士,使他们能够灵活地在多个平台之
间切换,并能胜任核心职位。这两个系列是在对技术、IT市场需求以及当今就业培训方面的全
球行业标准进行了广泛并严格的调研之后才开发出来的。这些计划的构思目标是成为理想的就业
能力培训项目,为那些有志于在guo际IT行业取得事业成功的人提供服务。这一系列目前已经包
含了一些热门的IT领域中的认证项目,如大数据、云、移动和网络应用程序、网络.安.全.、数据
库和网络、计算机操作、软件測试等。根据我们的全球质量标准加以调整之后,这些项目还能帮
助你识别和评估职业机会,并为符合全球著名企业的招聘流程做好准备
这两个系列是学习和培训资源的知识库,为在重要领域和信息技术行业中培养厂商中立和平
台独立的专业能力而设立。这些资源有效地利用了创新的学习手段和以成果为导向的学习工具
培养富有抱负的IT专业人士。同时也为开设大数据分析师和大数据开发者相关培训课程的讲师
提供了全面综合的教学和指导方案
大数据开发者权威教程”系列图书概览
大数据可能是今天的科技行业中最受欢迎的流行语之一。全世界的企业都已经意识到了可用
的大量数据的价值,并尽最大努力来管理和分析数据、发挥其作用,以建立战略和发展竞争优势
与此同时,这项技术的出现,导致了各种新的和增强的工作角色的演变
“大数据开发者权威教程”系列图书的目标是培养新一代的guo际化全能大数据程序员、开
发者和技术专家,熟悉大数据的相关工具、平台和架构,帮助企业有效地存储、管理和处理海
前言
量和多样的数据。同时,该教程有助于读者了解如何有效地整合、实现、定制和管理大数据基
础架构
本系列图书旨在
O为参与者提供处理大数据的技术、存储、处理、管理和.安.全.基础架构方面的技能
O为参与者提供与 Hadoop及其组件工具协同工作的经验
O使参与者可以开发 MapReduce和pg程序,操纵分布式文件,以及了解支持 MapReduce
O参与者可以熟悉一些流行的 Hadoop商业发行版系统,如 Cloudera、 Hortonworks和
参与者的必备条件
要阅读这个系列图书,读者必须具备以下基础知识
○编程基础(含面向对象编程的基础
O脚本语言的基础(如Per或Ruby
○操作 Linux/ Unix操作系统的基础
○对Java編程语言有很好的理解
●Java核心技术
了解SQL语句
建议的学习时间
大数据开发者权威教程”系列图书由7个学习模块(第1卷包括4个模块,第2卷包括3
个模块)组成
根据参与者的技能水平,可以选择任何数量的模块以积累特定领域的技能,每个模块的学习
目标会在后面列出
付于入门级的参与者,建议学习7个模块,为成为合格的大数据开发者做好充足的就业准
备。专业人士或者已经拥有某些必备技能的参与者则可以选择能够帮助自己强化特定领域技能
的模块
每个模块占用大约10小时的学习时间,因此完整的学习时间大约是70小时
模块清单
第1卷《大数据开发者权威教程:大数据技术与编程基础》的4个模块的具体名称和学习目
标如表1所示
表1
模块编号模块名称
模块目标
大数据入门
了解大数据的角色和重受性
讨论大数据在各行各业中的使用和应用
讨论大数据相关的主要技术
解释 Hadoop生态系统中各种组件的角色
解释 MapReduce l的基础概念和它在 Hadoop生态系统中的作
管理大数据生态系统
·把传统数据管理系统与大数据管理系统进行对比
评估大数据分析的关键需求
讨论整合数据的流程
解释实时数据的相关性
在企业中评估实施大数据的需求
解释如何使用大数据和实时数据作为业务规划工具
存储和处理数据
分析 Hadoop的大数据的HDFS和 HBasc存储模型
HDFS和 MapReduce
开发基本的 MapReduce程序
利用 Map Reduce的可扩展性,进行定制执行
在设计时进行 Map Reduce程序的测试和调试
在给定的场景下实现 MapReduce程序
模块4
利用 Hadoop工具Hi
的数据存储原理
在Hve中执行数据操作
实现Hive的提前查询特性
解释Hive环境支持的文件格式和记录格式
利用Pg使 MapReduce的设计和实现自动化
使用 Oozie分析工作流的设计和管理
绕2卷(大数据开发者权威教程: NoSQL, Hadoop f组件及大数据实施》的3个模块的具体
表2
|
|
