内容简介

《Linux系统与大数据应用》主要内容包括Linux基本命令，大数据主要框架Hadoop的搭建和应用，Spark框架的应用，大数据科学计算、Python语言、网络爬虫分析等主要大数据分析应用的工具等。本书分别从系统使用者、网络管理者、shell程序开发者、应用程序开发者和内核开发者的角度，全方位地介绍Linux操作环境、操作命令，以及基本的开发方法；同时，本书面向大数据应用的开发者，介绍基于Linux系统的大数据计算平台、存储平台，以及几个广泛使用的应用开发和分析工具；之后是综合案例和应用，使读者初步认识Linux，熟练使用shell 命令，掌握系统管理原理，熟悉基于Linux的大数据开发平台，并学会几种典型的大数据存储和开发方法。
《Linux系统与大数据应用》既可作为高等学校计算机软件技术课程的教材，也可作为管理信息系统开发人员的技术参考书。

目       录

前言 第1章 Linux系统概述 1.1 认识Linux系统 1.1.1 Linux系统版本 1.1.2 文件与目录 1.2 Linux系统的发展 1.2.1 早期的Linux系统 1.2.2 Linux系统发展 1.2.3 Linux系统举例 1.2.4 Linux基本思想和特征 1.3 Ubuntu介绍 1.3.1 Ubuntu概述 1.3.2 Ubuntu的版本与应用 1.3.3 Ubuntu下载安装 1.3.4 Ubuntu评价 1.4 Linux系统下大数据平台 1.4.1 Linux系统下大数据平台介绍 1.4.2 Linux系统下大数据平台架构 1.4.3 大数据平台发展前景 1.5 本章小结 实践与练习 第2章 Hadoop平台常用的Linux命令 2.1 文件和目录 2.1.1 Ubuntu系统目录结构 2.1.2 创建/删除目录 2.1.3 查看文件 2.1.4 查看路径 2.1.5 tree命令 2.2 文件操作 2.2.1 创建文件 2.2.2 查看文件内容 2.2.3 清屏 2.3 帮助和历史 2.3.1 help命令 2.3.2 man命令 2.3.3 自动补全Tab 2.3.4 查看历史history 2.4 文件的其他操作 2.4.1 复制/剪切命令 2.4.2 重命名 2.4.3 重定向 2.4.4 管道命令 2.4.5 链接快捷方式 2.4.6 文件搜索 2.4.7 压缩文件和解压缩 2.5 系统常用操作 2.5.1 日历cal 2.5.2 时间date 2.5.3 进程操作 2.5.4 系统状态查看和操作 2.6 本章小结 实践与练习 第3章 Linux系统用户与组管理 3.1 用户与组账号 3.1.1 添加账号 3.1.2 切换账号 3.1.3 远程登录 3.2 超级用户root 3.2.1 切换超级用户 3.2.2 加入用户组 3.2.3 退出 3.3 用户操作权限 3.3.1 文件权限管理概述 3.3.2 修改权限 3.4 系统的安全性 3.4.1 账号的安全性 3.4.2 常见漏洞的安全性 3.4.3 SELinux 3.5 应用案例：Hadoop集群创建的用户 3.6 本章小结 实践与练习 第4章 Linux系统编辑器和软件安装 4.1 Linux主要编辑器介绍 4.1.1 gedit编辑器 4.1.2 vim编辑器 4.2 HTTP Server的介绍和安装 4.2.1 Apache HTTP Server 4.2.2 安装与配置实例 4.3 Linux大数据包导入库 4.3.1 pip安装 4.3.2 自带工具 4.3.3 导入大数据计算库 4.4 应用案例：Hadoop集群修改配置文件 4.5 本章小结 实践与练习 第5章 Linux系统网络及其服务配置 5.1 网络配置 5.1.1 IP地址查看和配置 5.1.2 SSH和Telnet 5.1.3 SSH工具 5.2 Xshell工具 5.2.1 服务器配置与连接 5.2.2 客户端与服务器通信 5.3 FTP服务器 5.3.1 FTP服务器简介 5.3.2 FTP服务器安装配置 5.4 Samba服务器 5.4.1 Samba简介 5.4.2 安装与配置实例 5.5 Apache Web服务器 5.5.1 Apache Web服务器简介 5.5.2 Apache Web服务器安装与配置 5.5.3 虚拟主机配置 5.6 应用案例：Hadoop平台的网络和服务器配置 5.7 本章小结 实践与练习 第6章 大数据挖掘的shell基础 6.1 大数据开发的shell基础 6.2 shell的模式和类型 6.2.1 shell的运行模式 6.2.2 shell的类型 6.3 shell编程 6.3.1 bash简介 6.3.2 shell命令行 6.3.3 shell脚本语句和命令 6.4 应用案例：shell编程的数据挖掘 6.5 本章小结 实践与练习 第7章 Linux系统下的Python基础 7.1 Linux中的Python 7.2 Python基础 7.2.1 基本数据类型 7.2.2 流程控制语句 7.3 Python函数 7.4 Python类和对象 7.4.1 面向对象 7.4.2 类和对象 7.4.3 构造函数 7.4.4 继承 7.5 文件的操作 7.6 Python的类库 7.7 应用案例：数据挖掘相关Python类库应用 7.8 其他相关知识 7.9 本章小结 实践与练习 第8章 大数据开发平台 8.1 大数据开发平台简介 8.1.1 大数据的应用与前景 8.1.2 Hadoop简介 8.2 Hadoop框架介绍 8.2.1 Hadoop框架及组件介绍 8.2.2 Hadoop的核心组件 8.2.3 Hadoop的安全性 8.3 Hadoop安装与配置 8.3.1 下载安装Hadoop 8.3.2 Hadoop配置 8.3.3 词频统计示例 8.4 Spark简介 8.4.1 Spark特点 8.4.2 Spark生态系统 8.5 Spark安装与配置 8.5.1 下载与安装Spark 8.5.2 Spark集群配置 8.6 本章小结 实践与练习 第9章 大数据应用开发工具 9.1 数据抽取ETL 9.1.1 ETL概述 9.1.2 ETL工具 9.1.3 网络爬虫技术及应用 9.2 Hbase原理和模型 9.2.1 Hbase安装和部署 9.2.2 Hbase应用 9.2.3 Hbase优化和存储 9.3 Hive基础与应用 9.3.1 Hive安装 9.3.2 Hive数据模型和查询语言 9.3.3 Hive数据分析 9.4 本章小结 实践与练习 第10章 大数据应用与案例 10.1 数据挖掘工具和主要算法 10.1.1 Mahout安装和配置 10.1.2 K-Means算法和Canopy算法 10.1.3 贝叶斯算法 10.2 Hadoop应用案例：World count词频统计案例 10.2.1 实训目的和要求 10.2.2 运用 10.3 Spark应用案例：Spark进行电商数据检索 10.3.1 实训目的和要求 10.3.2 运用 10.4 本章小结 实践与练习 参考文献

【查看更多】

前       言

随着云时代的来临，大数据（Big Data）也受到了越来越多的关注。《着云台》的分析师团队认为，大数据通常用..

【查看更多】

编辑荐语

本书配有电子课件、课后习题答案、每章节案例代码、实验代码。
各个章节穿插了很多案例，提供了大数据应用开发从入门到实际应用所必备的知识。
每章都配备有课后习题，并且每章都有综合案例和实验的题目。
本书中所介绍的实例都已在Windows 10操作系统下调试运行通过。

读者评论