內容簡介

大數據(Big Data)分析與應用-使用Hadoop與Spark-最新版

1.闡述大數據的重要觀念，包括正面的效用與負面的副作用，建立 讀者對大數據正確的認知。
2.說明大數據時代的因應與挑戰，其中有思維的轉變、大數據分析技術、大數據的應用模式分類，也有大數據分析的流程。
3.介紹各行各業的大數據經典應用案例，讓讀者體會大數據分析的應用精髓，有機會發揮創造力，開創自己的大數據應用。
4.介紹大數據分析工具（Hadoop和Spark）的生態系統，期使讀者能充分掌握大數據的技術發展和工具的應用藍圖。
5.透過對大數據工具的實戰演練，包括安裝、設定、指令操作等，使讀者在具備大數據概念正確理解的同時，還能擁有動手實現的功力。
6.學習大數據程式語言Scala，熟悉函數式程式設計（functional programming）的特點，以及它對於大數據的操作與處理，提升讀者對大數據分析演算法的開發能力。
7.使用Spark的機器學習程式庫（MLlib），應用在既有資料集的分析上，讓讀者迅速獲得大數據的預測能力。

作者簡介

劉勇志

內容目錄

目錄

觀念篇
第1 章　進入大數據時代
　 1-1 大數據時代來了
　 1-2 「大」數據有多「大」
　 1-3 大數據的「大」特徵
　 1-4 大數據的「大」作用
　 1-5 大數據的「大」問題
　 1-6 結語
第2 章　大數據挑戰與因應
　 2-1 大數據的思維轉變
　 2-2 大數據案例
　 2-3 大數據的應用模式分類
　 2-4 大數據計畫的啟動
　 2-5 結語
第3 章　大數據分析技術
　 3-1 資料科學
　 3-2 資料分析工具箱
　 3-3 大數據分析流程
　 3-4 結語
工具篇
第4 章　大數據工具與生態系統
　 4-1 Hadoop/HDFS：分散式檔案系統
　 4-2 Spark：平行運算框架
　 4-3 NoSQL 資料庫
　 4-4 結語
第5 章　大數據作業系統Ubuntu 的安裝
　 5-1 安裝虛擬化系統工具Oracle VirtualBox
　 5-2 新增和設定Ubuntu 虛擬機
　 5-3 安裝和設定Ubuntu 作業系統
第6 章　大數據平台Hadoop 和Spark 的安裝
　 6-1 建立和設定master 主機
　 6-2 建立slave1 虛擬機
　 6-3 繼續master 的設定
　 6-4 啟動Hadoop 主機集群
　 6-5 試玩HDFS
　 6-6 試玩Spark
　 6-7 結束Spark 和Hadoop
第7 章　HDFS 和Spark RDD 的操作
　 7-1 HDFS 的操作指令
　 7-2 Spark RDD 的操作
第8 章　Scala—大數據的程式語言
　 8-1 Scala 基礎
　 8-2 基本的資料型態
　 8-3 資料集Collections
　 8-4 邏輯流程控制
　 8-5 函數
　 8-6 常用資料集處理方法
　 8-7 模式匹配Pattern Matching
應用篇
第9 章　大數據分析應用基