前言
第1章 大數(shù)據(jù)概述1
1.1 大數(shù)據(jù)的基本概念1
1.1.1 何謂大數(shù)據(jù)1
1.1.2 大數(shù)據(jù)的產(chǎn)生階段2
1.1.3 大數(shù)據(jù)的核心技術(shù)和計(jì)算模式2
1.2 大數(shù)據(jù)的應(yīng)用2
1.2.1 大數(shù)據(jù)的應(yīng)用場景2
1.2.2 大數(shù)據(jù)系統(tǒng)的作用2
1.3 大數(shù)據(jù)技術(shù)生態(tài)圈3
1.3.1 Linux操作系統(tǒng)3
1.3.2 Hadoop生態(tài)系統(tǒng)6
1.3.3 Spark對Hadoop的完善8
1.4 大數(shù)據(jù)技術(shù)的新發(fā)展9
1.4.1 Hadoop 3.0的新特性9
1.4.2 大數(shù)據(jù)引擎Flink10
1.4.3 智能化大數(shù)據(jù)分析處理11
本章小結(jié)12
第2章 大數(shù)據(jù)分析的基本流程與工具13
2.1 數(shù)據(jù)采集13
2.1.1 網(wǎng)絡(luò)爬蟲采集數(shù)據(jù)13
2.1.2 使用Excel爬取數(shù)據(jù)14
2.2 數(shù)據(jù)存儲(chǔ)16
2.2.1 關(guān)系型數(shù)據(jù)的存儲(chǔ)—基于MySQL16
2.2.2 非關(guān)系型數(shù)據(jù)的存儲(chǔ)—基于
Redis、HBase17
2.3 數(shù)據(jù)分析與數(shù)據(jù)處理18
2.3.1 數(shù)據(jù)分析常用工具—pandas19
2.3.2 分布式計(jì)算框架19
2.3.3 分布式數(shù)據(jù)挖掘和深度學(xué)習(xí)20
2.4 數(shù)據(jù)可視化22
2.4.1 Python數(shù)據(jù)可視化庫Matplotlib22
2.4.2 Python數(shù)據(jù)可視化庫pyecharts22
2.4.3 數(shù)據(jù)可視化圖表庫ECharts23
2.4.4 數(shù)據(jù)可視化工具Apache Superset24
本章小結(jié)24
第3章 分布式大數(shù)據(jù)分析處理系統(tǒng)
概述25
3.1 什么是分布式大數(shù)據(jù)分析處理
系統(tǒng)25
3.2 分布式大數(shù)據(jù)分析處理系統(tǒng)的
作用26
3.3 分布式大數(shù)據(jù)分析處理系統(tǒng)的
應(yīng)用場景26
3.4 分布式大數(shù)據(jù)分析處理系統(tǒng)的
構(gòu)成30
3.4.1 數(shù)據(jù)采集子系統(tǒng)30
3.4.2 數(shù)據(jù)存儲(chǔ)系統(tǒng)30
3.4.3 數(shù)據(jù)分析處理系統(tǒng)31
3.4.4 數(shù)據(jù)可視化系統(tǒng)32
3.5 分布式大數(shù)據(jù)分析處理系統(tǒng)的
實(shí)現(xiàn)32
3.5.1 系統(tǒng)前端—HTML、CSS、jQuery32
3.5.2 系統(tǒng)后端—SpringBoot、SSM33
3.5.3 Web服務(wù)器端—Tomcat35
本章小結(jié)35
第4章 構(gòu)建大數(shù)據(jù)集群環(huán)境36
4.1 部署大數(shù)據(jù)處理環(huán)境36
4.1.1 搭建Hadoop集群36
4.1.2 ZooKeeper的安裝部署42
4.1.3 Kafka的安裝部署45
4.1.4 Spark集群搭建47
4.2 部署大數(shù)據(jù)存儲(chǔ)環(huán)境49
4.2.1 MySQL的安裝部署49
4.2.2 Hive的安裝部署50
4.2.3 HBase的安裝部署51
4.2.4 Redis的安裝部署55
本章小結(jié)57
第5章 構(gòu)建基于LayUI的集群管理
系統(tǒng)58
5.1 集群管理系統(tǒng)概述58
5.1.1 需求分析58
5.1.2 系統(tǒng)架構(gòu)—系統(tǒng)+集群+UI59
5.2 系統(tǒng)開發(fā)的前期準(zhǔn)備操作60
5.2.1 本機(jī)環(huán)境配置60
5.2.2 集群環(huán)境配置62
5.2.3 構(gòu)建項(xiàng)目工程結(jié)構(gòu)74
5.3 系統(tǒng)的代碼實(shí)現(xiàn)75
5.3.1 Controller層實(shí)現(xiàn)75
5.3.2 構(gòu)造系統(tǒng)所需工具包90
5.3.3 核心類實(shí)現(xiàn)97
5.4 構(gòu)造系統(tǒng)UI界面—基于
LayUI100
本章小結(jié)105
第6章 基于HBase的大數(shù)據(jù)離線分析
系統(tǒng)106
6.1 系統(tǒng)架構(gòu)概述106
6.1.1 需求分析106
6.1.2 系統(tǒng)架構(gòu)—HBase+SpringBoot+
ECharts107
6.2 采集股份轉(zhuǎn)讓數(shù)據(jù)108
6.2.1 使用爬蟲抓取數(shù)據(jù)108
6.2.2 數(shù)據(jù)采集模塊測試111
6.3 數(shù)據(jù)存儲(chǔ)和處理模塊實(shí)現(xiàn)113
6.3.1 數(shù)據(jù)庫設(shè)計(jì)113
6.3.2 使用HBase存儲(chǔ)并處理數(shù)據(jù)114
6.3.3 數(shù)據(jù)存儲(chǔ)和處理模塊測試119
6.4 數(shù)據(jù)可視化模塊實(shí)現(xiàn)120
6.4.1 數(shù)據(jù)可視化模塊后端設(shè)計(jì)—
基于SpringBoot120
6.4.2 數(shù)據(jù)可視化模塊前端設(shè)計(jì)—
基于ECharts122
6.4.3 數(shù)據(jù)可視化頁面展示125
本章小結(jié)126
第7章 基于Hive+Hadoop+Spark的
大數(shù)據(jù)離線分析系統(tǒng)127
7.1 系統(tǒng)架構(gòu)概述127
7.1.1 需求分析127
7.1.2 數(shù)據(jù)存儲(chǔ)—Hive+Hadoop129
7.1.3 數(shù)據(jù)處理與可視化—
Spark+SSM+ECharts129
7.2 采集旅游相關(guān)數(shù)據(jù)130
7.2.1 使用爬蟲采集城市、景點(diǎn)數(shù)據(jù)130
7.2.2 數(shù)據(jù)采集模塊測試133
7.3 數(shù)據(jù)存儲(chǔ)模塊實(shí)現(xiàn)135
7.3.1 數(shù)據(jù)庫設(shè)計(jì)135
7.3.2 使用HDFS和Hive存儲(chǔ)數(shù)據(jù)137
7.3.3 數(shù)據(jù)存儲(chǔ)模塊測試138
7.4 數(shù)據(jù)分析處理模塊實(shí)現(xiàn)139
7.4.1 Spark處理數(shù)據(jù)139
7.4.2 分詞處理和情感分析—
基于jieba+SnowNLP庫139
7.4.3 數(shù)據(jù)分析處理模塊測試142
7.5 數(shù)據(jù)可視化模塊實(shí)現(xiàn)143
7.5.1 數(shù)據(jù)可視化模塊后端設(shè)計(jì)—
基于SSM143
7.5.2 數(shù)據(jù)可視化模塊前端設(shè)計(jì)—
基于ECharts154
7.5.3 數(shù)據(jù)可視化頁面展示161
本章小結(jié)167
第8章 基于MySQL+Spark的大數(shù)據(jù)
離線分析系統(tǒng)168
8.1 系統(tǒng)架構(gòu)概述168
8.1.1 需求分析168
8.1.2 數(shù)據(jù)存儲(chǔ)—MySQL170
8.1.3 數(shù)據(jù)處理與可視化—
Spark Streaming +Apache Superset170
8.2 采集電商數(shù)據(jù)170
8.2.1 使用爬蟲爬取商品信息170
8.2.2 數(shù)據(jù)采集模塊測試182
8.3 數(shù)據(jù)分析處理模塊實(shí)現(xiàn)183
8.3.1 數(shù)據(jù)庫設(shè)計(jì)183
8.3.2 Spark處理商品數(shù)據(jù)185
8.3.3 數(shù)據(jù)分析處理模塊測試192
8.4 數(shù)據(jù)可視化模塊實(shí)現(xiàn)193
8.4.1 使用Apache Superset繪制數(shù)據(jù)
可視化圖表193
8.4.2 數(shù)據(jù)可視化頁面展示193
本章小結(jié)196
第9章 基于Redis+Kafka+Spark的
大數(shù)據(jù)實(shí)時(shí)分析系統(tǒng)197
9.1 系統(tǒng)架構(gòu)概述197
9.1.1 需求分析197
9.1.2 數(shù)據(jù)存儲(chǔ)—Redis198
9.1.3 數(shù)據(jù)處理與可視化—Kafka+
Spark Streaming+SSM+ECharts199
9.2 采集汽車網(wǎng)站數(shù)據(jù)199
9.2.1 使用爬蟲獲取汽車和用戶
數(shù)據(jù)199
9.2.2 數(shù)據(jù)采集模塊測試201
9.3 數(shù)據(jù)存儲(chǔ)模塊實(shí)現(xiàn)201
9.3.1 數(shù)據(jù)庫設(shè)計(jì)201
9.3.2 使用MySQL存儲(chǔ)汽車
數(shù)據(jù)202
9.3.3 數(shù)據(jù)存儲(chǔ)模塊測試202
9.4 數(shù)據(jù)分析處理模塊實(shí)現(xiàn)202
9.4.1 實(shí)時(shí)發(fā)送數(shù)據(jù)至Kafka203
9.4.2 Spark處理汽車數(shù)據(jù)203
9.4.3 Redis數(shù)據(jù)庫存儲(chǔ)處理結(jié)果204
9.4.4 數(shù)據(jù)分析處理模塊測試204
9.5 數(shù)據(jù)可視化模塊205
9.5.1 數(shù)據(jù)可視化模塊后端設(shè)計(jì)—
基于SSM206
9.5.2 數(shù)據(jù)可視化模塊前端設(shè)計(jì)—
基于ECharts208
9.5.3 數(shù)據(jù)可視化頁面展示209
本章小結(jié)212
第10章 基于Flume+Kafka+Flink的
大數(shù)據(jù)實(shí)時(shí)分析系統(tǒng)213
10.1 系統(tǒng)架構(gòu)概述213
10.1.1 需求分析213
10.1.2 數(shù)據(jù)存儲(chǔ)—MySQL214
10.1.3 數(shù)據(jù)處理與可視化—Kafka+
Flink +SpringBoot+ECharts215
10.2 采集直播審計(jì)數(shù)據(jù)215
10.2.1 模擬直播審計(jì)數(shù)據(jù)215
10.2.2 使用Flume采集直播審計(jì)數(shù)據(jù)217
10.2.3 數(shù)據(jù)采集模塊測試219
10.3 數(shù)據(jù)分析處理模塊實(shí)現(xiàn)219
10.3.1 實(shí)時(shí)發(fā)送數(shù)據(jù)至Kafka220
10.3.2 Flink處理直播審計(jì)數(shù)據(jù)220
10.3.3 MySQL數(shù)據(jù)庫存儲(chǔ)處理結(jié)果222
10.3.4 數(shù)據(jù)分析處理模塊測試223
10.4 數(shù)據(jù)可視化模塊224
10.4.1 數(shù)據(jù)可視化模塊后端設(shè)計(jì)—
基于SpringBoot224
10.4.2 數(shù)據(jù)可視化模塊前端設(shè)計(jì)—
基于ECharts226
10.4.3 數(shù)據(jù)可視化頁面展示230
本章小結(jié)230