Hadoop与大数据挖掘
张良均等
4278人在读
28.3万字总字数
¥25定价
张良均等
本书提供了大数据相关技术的简介、原理、实践、企业应用等，针对大数据相关技术，如Hadoop、HBase、Hive、Spark等，都有专业章节进行介绍，并且针对每一模块都有相应的动手实践，能有效加深读者对大数据相关技术原理、技术实践的理解。书中的挖掘实践篇涉及企业在大数据应用中的所有环节，如数据采集、数据预处理、数据挖掘等，通过案例对整个系统的架构进行了详细分析，对读者有一定实践指导作用。对于学习大数据相关技术的高校师生来说，本书不仅提供了大数据相关技术的基础讲解及原理、架构分析，还针对这些原理，配备有对应的动手实践章节，帮助读者加深对原理、架构的认识。同时，在每个模块结束后，书中会有一个相对独立的企业应用案例，帮助读者巩固学到的大数据技术相关知识。
作为大数据相关技术，Hadoop无疑应用很广泛。Hadoop具有以下优势：高可靠性、高扩展性、高效性、高容错性、低成本、生态系统完善。 一般来说，使用Hadoop相关技术可以解决企业相关大数据应用，特别是结合诸如Mahout、Spark MLlib等技术，不仅可以对企业相关大数据进行基础分析，还能构建挖掘模型，挖掘企业大数据中有价值的信息。
作为入门教程，这本书介绍的挺完整的，基础知识加实际案例，提供示例代码，提倡动手实践，把hadoop及hadoop阵营的相关技术都有提及。
chinese らしい book[NO]
还挺不错的一本书，适合做入门指导
hadoop和spark入门教材[微笑]
了解了一下大数据技术基本原理，hadoop包括hdfs和mr。spark是对hadoop的一种优化，计算性能优于mr，而这些技术上层更封装了hive这样支持sql的语句，hbase这样nosql技术，pig等等。基于这些技术衍生出了最近数据数据仓库，etl，数据挖掘，个性化推荐，让算法能在这些底层技术的基础上大放异彩。
入门级别的教程，对大数据相关的技术栈均作了相关介绍，对整体技术有了一个概览。书中有很多相关实例，可以大致了解这些技术的使用方法，但是有些案例对于技术的使用并没有很翔实，突然之间拿出来一个技术点直接使用，让人摸不到头脑。而且本书远未到实战级别。需要配合其他相关书籍进行单项技术的深入研究，才能进行大数据相关任务开发。感谢作者的辛苦付出，这本书纸质版应该在200页左右，也不可能将所有技术详尽介绍，感谢作者及相关团队，辛苦！
怎么说，介绍的不够详细；刚看有点懵懂。在其他地方了解到相关知识后，再回头看好多了。
太注重操作，原理方面的东西较少
适合初学者，主要讲了调度和用户协同推荐算法等，有一定基础的建议不要看了