乐趣区

关于大数据:ApacheCN-大数据译文集二-20211206-更新

jiezi

  • Hadoop3 大数据分析

    • 零、前言
    • 一、Hadoop 简介
    • 二、大数据分析概述
    • 三、MapReduce 大数据处理
    • 四、基于 Python 和 Hadoop 的科学计算和大数据分析
    • 五、基于 R 和 Hadoop 的统计大数据计算
    • 六、Apache Spark 批处理剖析
    • 七、Apache Spark 实时剖析
    • 八、Apache Flink 批处理剖析
    • 九、Apache Flink 流解决
    • 十、可视化大数据
    • 十一、云计算简介
    • 十二、应用亚马逊网络服务

  • Hadoop 和 R 大数据分析

    • 零、前言
    • 一、筹备应用 R 和 Hadoop
    • 二、编写 Hadoop MapReduce 程序
    • 三、集成 R 和 Hadoop
    • 四、应用 Hadoop 流
    • 五、应用 R 和 Hadoop 学习数据分析
    • 六、应用机器学习了解大数据分析
    • 七、从各种数据库导入和导出数据
    • 八、附录 a：参考文献

  • Hadoop 深度学习

    • 零、前言
    • 一、深度学习导论
    • 二、大规模数据的分布式深度学习
    • 三、卷积神经网络
    • 四、循环神经网络
    • 五、受限玻尔兹曼机
    • 六、自编码器
    • 七、应用 Hadoop 的其余深度学习操作
    • 八、附录 1：参考文献

  • Hadoop 集群部署手册

    • 零、前言
    • 一、设置 Hadoop 集群——从硬件到发行版
    • 二、装置和配置 Hadoop
    • 三、配置 Hadoop 生态系统
    • 四、爱护 Hadoop 装置
    • 五、监控 Hadoop 集群
    • 六、将 Hadoop 部署到云

  • Hadoop 基础知识

    • 零、前言
    • 一、大数据和 Hadoop 简介
    • 二、Hadoop 生态系统
    • 三、Hadoop 的支柱——HDFS、MapReduce 和 Yarn
    • 四、数据拜访组件——Hive 和 PIG
    • 五、存储组件——HBase
    • 六、Hadoop 中的数据摄取——SQOOP 和 Flume
    • 七、流和实时剖析–Storm 和 Spark

  • Hadoop 古代大数据处理

    • 零、前言
    • 一、企业数据架构准则
    • 二、Hadoop 生命周期治理
    • 三、Hadoop 设计思考
    • 四、数据挪动技术
    • 五、Hadoop 中的数据建模
    • 六、设计实时流数据管道
    • 七、大规模数据处理框架
    • 八、构建企业搜寻平台
    • 九、设计数据可视化解决方案
    • 十、应用云开发利用
    • 十一、面向生产的 Hadoop 集群部署

  • Hadoop 和 Flume 分布式日志收集

    • 零、前言
    • 一、概述和架构
    • 二、Flume 疾速入门
    • 三、通道
    • 四、Flume 和 Flume 处理器
    • 五、信号源和通道选择器
    • 六、拦截器、ETL 和路由
    • 七、监控 Flume
    • 八、实时分布式数据采集的理论状况

  • Hadoop 初学者指南

    • 零、前言
    • 一、阐明这所有是怎么回事
    • 二、启动和运行 Hadoop
    • 三、理解 MapReduce
    • 四、开发 MapReduce 程序
    • 五、高级 MapReduce 技术
    • 六、当事件解体时
    • 七、放弃运行
    • 八、Hive 数据关系视图
    • 九、应用关系数据库
    • 十、应用 Flume 收集数据
    • 十一、下一步要去哪里
    • 十二、附录 A：答案

  • Hadoop MapReduce v2 秘籍

    • 零、前言
    • 一、Hadoop v2 入门
    • 二、云部署——在云环境中应用 Hadoop Yarn
    • 三、Hadoop 基础知识——配置、单元测试和其余 API
    • 四、开发简单的 Hadoop MapReduce 利用
    • 五、剖析
    • 六、Hadoop 生态系统——ApacheHive
    • 七、Hadoop 生态系统 II——Pig、HBase、Mahout 和 Sqoop
    • 八、搜寻和索引
    • 九、分类、举荐和查找关系
    • 十、海量文本数据处理

  • Hadoop 操作与集群治理秘籍

    • 零、前言
    • 一、大数据和 Hadoop
    • 二、筹备装置 Hadoop
    • 三、配置 Hadoop 集群
    • 四、治理 Hadoop 集群
    • 五、加强 Hadoop 集群
    • 六、监控 Hadoop 集群
    • 七、调整 Hadoop 集群来获得最佳性能
    • 八、应用 Amazon EC2 和 S3 构建 Hadoop 集群

  • HBase 治理秘籍

    • 零、前言
    • 一、配置 HBase 集群
    • 二、数据迁徙
    • 三、应用管理工具
    • 四、备份和复原 HBase 数据
    • 五、监控与诊断
    • 六、设施保护和平安
    • 七、故障排除
    • 八、根本性能调整
    • 九、高级配置和调整

  • Hive 基础知识

    • 零、前言
    • 一、大数据和 Hive 概述
    • 二、设置 Hive 环境
    • 三、数据定义和形容
    • 四、数据关联和范畴
    • 五、数据操作
    • 六、数据汇总和采样
    • 七、性能注意事项
    • 八、可扩展性注意事项
    • 九、平安思考
    • 十、应用其余工具

  • Hadoop2 学习手册

    • 零、前言
    • 一、引言
    • 二、存储
    • 三、数据处理——MapReduce 及当前
    • 四、应用 Samza 的实时计算
    • 五、应用 Spark 的迭代计算
    • 六、应用 Apache Pig 的数据分析
    • 七、Hadoop 和 SQL
    • 八、数据生命周期治理
    • 九、让开发变得更容易
    • 十、运行 Hadoop 集群
    • 十一、下一步要去哪里

  • 微软 SQLServer 2012 和 Hadoop

    • 零、前言
    • 一、大数据和 Hadoop 简介
    • 二、应用 Sqoop——SQL Server Hadoop 连接器
    • 三、应用配置单元 ODBC 驱动
    • 四、应用 SQL Server Analysis Services 创立数据模型
    • 五、应用微软的自助式商业智能工具

  • Hadoop MapReduce 优化指南

    • 零、前言
    • 一、理解 Hadoop MapReduce
    • 二、Hadoop 参数概述
    • 三、检测零碎瓶颈
    • 四、辨认资源弱点
    • 五、加强映射和归约工作
    • 六、优化映射归约工作
    • 七、最佳实际和倡议

  • PIG 设计模式

    • 零、前言
    • 一、为 PIG 的设计模式设定背景
    • 二、数据接管和输入模式
    • 三、数据分析模式
    • 四、数据验证和清理模式
    • 五、数据转换模式
    • 六、了解数据简化模式
    • 七、高级模式和将来工作

下载

Docker

docker pull apachecn0/apachecn-bigdata-zh
docker run -tid -p <port>:80 apachecn0/apachecn-bigdata-zh
# 拜访 http://localhost:{port}

PYPI

pip install apachecn-bigdata-zh
apachecn-bigdata-zh <port>
# 拜访 http://localhost:{port}

NPM

npm install -g apachecn-bigdata-zh
apachecn-bigdata-zh <port>
# 拜访 http://localhost:{port}

奉献指南

本我的项目须要校对，欢送大家提交 Pull Request。

请您怯懦地去翻译和改良翻译。尽管咱们谋求卓越，但咱们并不要求您做到美中不足，因而请不要放心因为翻译上犯错——在大部分状况下，咱们的服务器曾经记录所有的翻译，因而您不用放心会因为您的失误受到无法挽回的毁坏。（改编自维基百科）

组织介绍

拜访咱们的主页。

资助咱们

通过平台自带的打赏性能，或点击这里。

退出移动版