Spark项目实战（第2版） - 传智教育图书库

内容简介

本书以电商网站中的用户行为数据作为数据源，系统地介绍了如何使用Spark生态系统进行大数据离线分析和实时分析的方法。全书共7章，分别讲解了项目需求、项目架构、项目实现流程、大数据集群环境搭建、热门品类Top10分析、各区域热门商品Top3分析、网站转化率统计、广告点击流实时统计和使用FineBI实现数据可视化。

本书附有配套视频、教学PPT、教学设计等资源，同时，为了帮助初学者更好地学习本书中的内容，还提供了在线答疑，欢迎读者关注。

适合群体

本书适用于高等教育本科和专科的数据科学与大数据技术及相关专业的教材，也适用于数据分析、数据可视化等领域的从业者阅读。

图书特色

数据的价值不仅与数据的数量有关，更与数据的质量和分析有关。为了从海量的数据中提取有价值的信息，我们需要有效地收集、存储、处理和分析数据，以支持商业决策和社会发展。然而，对于初学者来说，如何将Spark应用于实际场景可能是一个挑战。因此，我们编写了这本书，旨在为读者提供一个简洁明了的指南，帮助他们快速掌握和理解使用Spark生态系统进行数据分析的方法和步骤。本书的特点是简洁明了和实用性。通过系统的章节安排和清晰的语言表达，读者可以逐步了解项目的实现思路。

图书目录

第1章 项目概述
    1.1 项目需求和目标
    1.2 预备知识
    1.3 项目架构
    1.4 开发环境和工具
    1.5 项目开发流程
    1.6 硬件要求
    1.7 本章小结
第2章 搭建大数据集群环境
    2.1 基础环境搭建
	2.1.1 创建虚拟机
	2.1.2 安装Linux操作系统
	2.1.3 克隆虚拟机
	2.1.4 配置虚拟机
    2.2 安装JDK
    2.3 部署ZooKeeper集群
    2.4 部署Hadoop集群
    2.5 部署Spark
    2.6 部署HBase集群
    2.7 部署Kafka集群
    2.8 本章小结
第3章 热门品类Top10分析	
    3.1 数据集分析
    3.2 实现思路分析
    3.3 实现热门品类Top10分析
	3.3.1 环境准备
	3.3.2 实现Spark程序
	3.3.3 数据持久化
    3.4 运行Spark程序
    3.5 本章小结
第4章 各区域热门商品Top3分析
    4.1 实现思路分析
    4.2 实现各区域热门商品Top3分析
	4.2.1 实现Spark程序
	4.2.2 数据持久化
    4.3 运行Spark程序
    4.4 本章小结
第5章 网站转化率统计
    5.1 数据集分析
    5.2 实现思路分析
    5.3 实现网站转化率统计
        5.3.1 生成用户行为数据
        5.3.2 实现Spark程序
	5.3.3 数据持久化
    5.4 运行Spark程序
    5.5 本章小结
第6章 广告点击流实时统计
    6.1 数据集分析
    6.2 实现思路分析
    6.3 表设计
    6.4 实现广告点击流实时统计
	6.4.1 生成用户行为数据
	6.4.2 实现Spark程序
	6.4.3 数据持久化
    6.5 运行Spark程序
    6.6 本章小结
第7章 数据可视化
    7.1 数据映射
	7.1.1 部署Phoenix
	7.1.2 建立映射
    7.2 FineBI的安装与配置
    7.3 实现数据可视化
	7.3.1 新建数据集 
        7.3.2 实现热门品类Top10的可视化
        7.3.3 实现各区域热门商品Top3的可视化
        7.3.4 实现网站转化率的可视化
        7.3.5 实现广告点击流实时统计的可视化
    7.4 本章小结

展开全部内容