本帖隐藏的内容
http://pan.baidu.com/s/1dDgYGq1Hadoop是什么,为什么要学习Hadoop?
Hadoop是一个分布式系统基础架构,由Apache基金会开发。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力高速运算和存储。Hadoop实现了一个分布式文件系统(Hadoop Distributed File System),简称HDFS。HDFS有着高容错性的特点,并且设计用来部署在低廉的(low-cost)硬件上。而且它提供高传输率(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求(requirements)这样可以流的形式访问(streaming access)文件系统中的数据。
Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的,因为它假设计算元素和存储会失败,因此它维护多个工作数据副本,确保能够针对失败的节点重新分布处理。Hadoop 是高效的,因为它以并行的方式工作,通过并行处理加快处理速度。Hadoop 还是可伸缩的,能够处理 PB 级数据。此外,Hadoop 依赖于社区服务器,因此它的成本比较低,任何人都可以使用。
Hadoop带有用Java 语言编写的框架,因此运行在 Linux 生产平台上是非常理想的。本课程的讲解是采用linux平台进行模拟讲解,完全基于真实场景进行模拟现实
课程目录:
1.Hadoop的源起与体系介绍.zip
2.Hadoop的源起与体系介绍.zip
3.Hadoop的源起与体系介绍.zip
4.实施Hadoop集群.zip
5.实施Hadoop集群.zip
6.实施Hadoop集群.zip
7.分布式文件系统HDFS,大数据存储实战.zip
8.分布式文件系统HDFS,大数据存储实战.zip
9.分布式文件系统HDFS,大数据存储实战.zip
10.Map-Reduce体系架构.zip
11.Map-Reduce体系架构.zip
12.Map-Reduce体系架构.zip
13.Map-Reduce数据分析之一,API实战.zip
14.Map-Reduce数据分析之一,API实战.zip
15.Map-Reduce数据分析之一,API实战.zip
16.Map-Reduce数据分析之二,Hadoop流,应用案例.zip
17.Map-Reduce数据分析之二,Hadoop流,应用案例.zip
18.Map-Reduce数据分析之二,Hadoop流,应用案例.zip
19.Map-Reduce数据分析之二,Hadoop流,应用案例.zip
20.HBase体系架构与安装.zip
21.HBase体系架构与安装.zip
22.HBase体系架构与安装.zip
23.HBase体系架构与安装.zip
24.HBase数据分析与建模,实战案例剖析.zip
25.HBase数据分析与建模,实战案例剖析.zip
26.HBase数据分析与建模,实战案例剖析.zip
27.Hive体系架构安装与HiveQL,应用案例1.zip
28.Hive体系架构安装与HiveQL,应用案例2.zip
29.Pig安装与Pig Latin语言,应用案例1.zip
30.Pig安装与Pig Latin语言,应用案例2.zip
31.Pig安装与Pig Latin语言,应用案例3.zip
32.Pig安装与Pig Latin语言,应用案例4.zip
33.hadoop高级介绍.zip
34.hadoop高级介绍.zip
35.hadoop高级介绍.zip
36.hadoop高级介绍.zip
37.hadoop高级介绍.zip
38.hadoop高级应用.zip
39.hadoop高级应用.zip
40.hadoop高级应用.zip
41.hadoop高级应用.zip
42.hadoop高级应用.zip
43.Hadoop集群安装.zip
44.HBASE分布式安装.zip