鲲鹏云大数据服务与基础应用

　　\"本书系统介绍大数据基本原理、框架、方法和应用技术，部分章节着重介绍鲲鹏大数据生态。全书共9章，分别介绍大数据技术概况，Hadoop与鲲鹏大数据架构及其相关组件，分布式协调系统Zookeeper、非关系型数据库HBase、数据仓库Hive等应用技术，大数据框架Spark的原理、机构及其生态圈，数据采集系统Flume和Kafka框架的设计、工作原理及应用场景，鲲鹏BigData pro综合案例，鲲鹏社区的发展情况、开发案例、产品和解决方案、鲲鹏生态的情况。本书可以作为鲲鹏产业学院专业核心课程的教材，帮助学生了解大数据发展过程与基本知识，熟悉大数据框架的基本原理与发展现状，培养大数据平台设计、分析应用能力。本教材也可作为普通本科院校大数据、计算机等计算机类专业课程的选修课材料，以及作为高职高专计算机类专业的专业课程教材。\"

　　田广强，南开大学硕士研究生，教授，河南省教学标兵、河南省教育系统教学技能竞赛一等奖、河南省高等学校思想政治工作 个人、河南省民办教育工作 个人、郑州市 教师。现任学校智能工程学院党委书记、中国人工智能学会会员、中国计算机学会会员，河南省高校计算机教育研究会软件专委会常务委员。主要研究方向为：大数据与智能计算及人工智能应用技术。

第1章 大数据技术概述
1.1 引言
1.2 大数据时代的机遇和挑战
1.3 大数据在各行业的需求和应用
1.4 本章小结
第2章 Hadoop与鲲鹏大数据架构
2.1 引言
2.2 Hadoop三大组件——MapReduce
2.3 Hadoop三大组件——YARN
2.4 鲲鹏大数据存储架构原理
2.5 鲲鹏Volcano智能调度框架
2.6 鲲鹏云服务基础介绍
2.7 本章小结
第3章 HDFS架构
3.1 引言
3.2 HDFS概述
3.3 HDFS设计
3.4 HDFS 特性
3.5 本章小结
第4章 分布式协调凋系统与非关系数据库
4.1 引言
4.2 Zookeeper关键特性
4.3 Zookeeper协调
4.4 HBase概述与设计架构
4.5 HBase读写流程
4.6 HBase 特性
4.7 本章小结
第5章 Hive数据离线处理
5.1 引言
5.2 Hive简介
5.3 Hive的功能与架构
5.4 Hive SQL介绍
5.5 本章总结
第6章 Spark生态圈
6.1 引言
6.2 Spark概述
6.3 Spark的原理与架构
6.4 Spark SQL、DataSet和DataFrame
6.5 Spark Structured Streaming
6.6 Spark Streaming
6.7 本章总结
第7章 数据采集系统概述
7.1 引言
7.2 Flume与Kafka简介
7.3 Flume设计架构与工作原理
7.4 Kakfa设计架构与工作原理
7.5 Flume与Kafka的区别与应用场景
7.6 本章总结
第8章 鲲鹏BigData Pro综合案例
8.1 引言