你的位置:学习网 - 视频教程 >> 电脑 >> 数据库 >> 其它资料 >> 详细内容

《尚学堂_肖斌_Hadoop课程》开放式课程[MP4]




收藏本资料

本资料所属分类:

电脑 数据库 其它资料

更新时间:2015年6月19日

如不能下载,请查看怎样下载


01_尚学堂_肖斌_hadoop_hdfs1分布式文件系统01.mp4 23.1MB
02_尚学堂_肖斌_hadoop_hdfs1分布式文件系统02.mp4 22.6MB
03_尚学堂_肖斌_hadoop_hdfs1分布式文件系统03.mp4 18.1MB
04_尚学堂_肖斌_hadoop_hdfs1分布式文件系统04.mp4 18.5MB
05_尚学堂_肖斌_hadoop_hdfs1分布式文件系统05.mp4 15.7MB
06_尚学堂_肖斌_hadoop_hdfs1分布式文件系统06_io.mp4 31.1MB
07_尚学堂_肖斌_hadoop_hdfs1分布式文件系统07.mp4 40MB
08_尚学堂_肖斌_hadoop_hdfs1分布式文件系统08.mp4 45.3MB
09_尚学堂_肖斌_mr分布式计算框架_理论1.mp4 19.1MB
10_尚学堂_肖斌_mr分布式计算框架_理论2.mp4 19.8MB
11_尚学堂_肖斌_mr分布式计算框架_理论3.mp4 21.9MB
12_尚学堂_肖斌_mr分布式计算框架_install.mp4 35MB
13_尚学堂_肖斌_mr分布式计算框架_wc01.mp4 31.8MB
14_尚学堂_肖斌_mr分布式计算框架_wc02.mp4 40.5MB
15_尚学堂_肖斌_mr_qq推荐好友01.mp4 25.7MB
16_尚学堂_肖斌_mr_qq推荐好友02.mp4 25.8MB
17_尚学堂_肖斌_mr_精准广告推送01.mp4 40.5MB
18_尚学堂_肖斌_mr_精准广告推送02.mp4 44.9MB
19_尚学堂_肖斌_hadoop2.x_介绍01.mp4 18.8MB
20_尚学堂_肖斌_hadoop2.x_介绍02.mp4 19MB
21_尚学堂_肖斌_hadoop2.x_ha介绍01.mp4 35.5MB
22_尚学堂_肖斌_hadoop2.x_ha介绍02.mp4 57.5MB
23_尚学堂_肖斌_hadoop_hadoop2.5.2的安装部署01.mp4 60.6MB
24_尚学堂_肖斌_hadoop_hadoop2.5.2的安装部署02.mp4 61.3MB
25_尚学堂_肖斌_hadoop_hadoop2.5.2的安装部署03.mp4 51.4MB
26_尚学堂_肖斌_hadoop2.x_温度排序,分区,分组,自定义封装类01.mp4 38.3MB
27_尚学堂_肖斌_hadoop2.x_温度排序,分区,分组,自定义封装类02.mp4 35.4MB
28_尚学堂_肖斌_hadoop2.x_温度排序,分区,分组,自定义封装类03.mp4 44.9MB
29_尚学堂_肖斌_hadoop2.x_广告推送用户轨迹01.mp4 43MB
30_尚学堂_肖斌_hadoop2.x_广告推送用户轨迹02.mp4 40.5MB
31_尚学堂_肖斌_hadoop2.x_广告推送用户轨迹03.mp4 40MB
32_尚学堂_肖斌_hive_介绍和安装01.mp4 36.9MB
33_尚学堂_肖斌_hive_介绍和安装02.mp4 40.9MB
34_尚学堂_肖斌_hive_ddl数据定义语言01.mp4 29.9MB
35_尚学堂_肖斌_hive_ddl数据定义语言02.mp4 39MB
36_尚学堂_肖斌_hive_dml数据操作语言_select01.mp4 36.2MB
37_尚学堂_肖斌_hive_dml数据操作语言_select02.mp4 36MB
38_尚学堂_肖斌_hive_server2服务器01.mp4 49.2MB
39_尚学堂_肖斌_hive_server2服务器02.mp4 59.5MB
40_尚学堂_肖斌_hadoop_轨迹分析01.mp4 46.3MB
41_尚学堂_肖斌_hadoop_轨迹分析02.mp4 51.2MB
42尚学堂_肖斌_mr分布式计算框架_理论.mp4 20.3MB
43_尚学堂_肖斌_hbase_介绍01.mp4 26.4MB
44_尚学堂_肖斌_hbase_介绍02.mp4 31.9MB
45_尚学堂_肖斌_hbase_介绍03.mp4 27.8MB
46_尚学堂_肖斌_hbase_介绍04.mp4 33MB
47_尚学堂_肖斌_hbase_介绍05.mp4 38.3MB
48_尚学堂_肖斌_hbase_完全分布式01.mp4 44.1MB
49_尚学堂_肖斌_hbase_完全分布式02.mp4 31.6MB
50_尚学堂_肖斌_hbase_代码01.mp4 52.4MB
51_尚学堂_肖斌_hbase_代码02.mp4 49.7MB
52_尚学堂_肖斌_hbase_微博01.mp4 28.9MB
53_尚学堂_肖斌_hbase_微博02.mp4 37.3MB
54_尚学堂_肖斌_hbase_优化01.mp4 34.8MB
55_尚学堂_肖斌_hbase_优化02.mp4 41.9MB
1.9GB
中文名: 尚学堂_肖斌_Hadoop课程
别名: Hadoop自学视频
资源格式: MP4
学校: 北京尚学堂科技有限公司
主讲人:  肖斌
版本: 开放式课程
发行日期: 2015年06月
地区:  大陆
对白语言:  普通话
文字语言:  简体中文
简介



目录

课程目录:
01_尚学堂_肖斌_hadoop_hdfs1分布式文件系统01
02_尚学堂_肖斌_hadoop_hdfs1分布式文件系统02
03_尚学堂_肖斌_hadoop_hdfs1分布式文件系统03
04_尚学堂_肖斌_hadoop_hdfs1分布式文件系统04
05_尚学堂_肖斌_hadoop_hdfs1分布式文件系统05
06_尚学堂_肖斌_hadoop_hdfs1分布式文件系统06
07_尚学堂_肖斌_hadoop_hdfs1分布式文件系统07
08_尚学堂_肖斌_hadoop_hdfs1分布式文件系统08_io
09_尚学堂_肖斌_hadoop_hdfs1分布式文件系统09_io
10_尚学堂_肖斌_hadoop_hdfs1分布式文件系统10
11_尚学堂_肖斌_hadoop_hdfs1分布式文件系统11
12_尚学堂_肖斌_hadoop_hdfs1分布式文件系统12
13_尚学堂_肖斌_hadoop_hdfs1分布式文件系统13
14_尚学堂_肖斌_mr分布式计算框架_理论1
15_尚学堂_肖斌_mr分布式计算框架_理论2
16_尚学堂_肖斌_mr分布式计算框架_理论3
17_尚学堂_肖斌_mr分布式计算框架_理论4
18_尚学堂_肖斌_mr分布式计算框架_理论5
19_尚学堂_肖斌_mr分布式计算框架_理论6
20_尚学堂_肖斌_mr分布式计算框架_install01
21_尚学堂_肖斌_mr分布式计算框架_install02
22_尚学堂_肖斌_mr分布式计算框架_wc01
23_尚学堂_肖斌_mr分布式计算框架_wc02
24_尚学堂_肖斌_mr分布式计算框架_wc03
25_尚学堂_肖斌_mr分布式计算框架_wc04
26_尚学堂_肖斌_mr_qq推荐好友01
27_尚学堂_肖斌_mr_qq推荐好友02
28_尚学堂_肖斌_mr_精准广告推送01
29_尚学堂_肖斌_mr_精准广告推送02
30_尚学堂_肖斌_mr_精准广告推送03
31_尚学堂_肖斌_mr_精准广告推送04
32_尚学堂_肖斌_hadoop2.x_介绍01
33_尚学堂_肖斌_hadoop2.x_介绍02
34_尚学堂_肖斌_hadoop2.x_ha介绍01
35_尚学堂_肖斌_hadoop2.x_ha介绍02
36_尚学堂_肖斌_hadoop2.x_ha介绍03
37_尚学堂_肖斌_hadoop2.x_ha介绍04
38_尚学堂_肖斌_hadoop_hadoop2.5.2的安装部署01
39_尚学堂_肖斌_hadoop_hadoop2.5.2的安装部署02
40_尚学堂_肖斌_hadoop_hadoop2.5.2的安装部署03
41_尚学堂_肖斌_hadoop_hadoop2.5.2的安装部署04
42_尚学堂_肖斌_hadoop_hadoop2.5.2的安装部署05
43_尚学堂_肖斌_hadoop_hadoop2.5.2的安装部署06
44_尚学堂_肖斌_hadoop2.x_温度排序,分区,分组,


尚学堂_肖斌_hadoop经典视频教程

Hadoop是一个能够对大量数据进行分布式处理的软件框架。 Hadoop 以一种可靠、高效、可伸缩的方式进行数据处理。

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,因此它的成本比较低,任何人都可以使用。

Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在 Hadoop上开发和运行处理海量数据的应用程序。它主要有以下几个优点:

高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。

高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的,这些集簇可以方便地扩展到数以千计的节点中。

高效性。Hadoop能够在节点之间动态地移动数据,并保证各个节点的动态平衡,因此处理速度非常快。

高容错性。Hadoop能够自动保存数据的多个副本,并且能够自动将失败的任务重新分配。

低成本。与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比,hadoop是开源的,项目的软件成本因此会大大降低。

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。

Hadoop 上的应用程序也可以使用其他语言编写,比如 C++。

hadoop大数据处理的意义
Hadoop得以在大数据处理应用中广泛应用得益于其自身在数据提取、变形和加载(ETL)方面上的天然优势。Hadoop的分布式架构,将大数据处理引擎尽可能的靠近存储,对例如像ETL这样的批处理操作相对合适,因为类似这样操作的批处理结果可以直接走向存储。Hadoop的MapReduce功能实现了将单个任务打碎,并将碎片任务(Map)发送到多个节点上,之后再以单个数据集的形式加载(Reduce)到数据仓库里。

上一篇 下一篇