资源搜

资源名称：Hadoop权威指南(第4版)(修订升级版) 中文完整pdf 第Ⅰ部分 Hadoop基础知识第1章 初识Hadoop 3第2章 关于MapReduce 19第3章 Hadoop分布式文件系统 42第4章 关于YARN 78第5章 Hadoop的I/O操作 96第Ⅱ部分 关于MapReduce第6章 MapReduce应用开发 141第7章 MapReduce的工作机制 184第8章 MapReduce的第9章 MapReduce的特性 243第Ⅲ部分 Hadoop的操作第10章 构建Hadoop集群 279第11章 管理Hadoop 314第Ⅳ部分 Hadoop相关开源项目第12章 关于Avro 341第13章 关于Parquet 363第14章 关于Flume 377第15章 关于Sqoop 398第16章 关于Pig 420第17章 关于Hive 469第18章 关于Crunch 517第19章 关于Spark 548第20章 关于HBase 575第21章 关于ZooKeeper 604第Ⅴ部分 案例学习第22章 医疗公司塞纳(Cerner)第23章 生物数据科学：第24章 开源项目Cascading 674 资源截图：

资源名称：云数据中心实践——童中原：曙光高级产品经理 资源截图：

资源名称：快速傅里叶变换 算法与应用 完整pdf 第1章 简介1.1 离散傅里叶变换的应用第2章 离散傅里叶变换2.1 定义2.1 1DFT2.1 2IDFT2.1 3归一化DFT2.2 Z变换2.3 DFT的性质2.4 卷积定理2.4.1 乘积定理2.5 相关性定理2.6 重叠相加和重叠保留法2.6 1重叠相加法2.7 数据域的补零2.8 使用一次复数FFT计算两个实序列的DFT2.9 利用DFT矩阵将循环矩阵对角化2.9.1 托普利茨（Toeplitz）矩阵2.9.2 循环矩阵2.9.3 利用DFT矩阵将循环矩阵对角化2.10 小结2.11 习题2.12 课程实践第3章 快速算法3.1 基-2DIT-FFT算法3.1.1 N=8时IFFT的稀疏矩阵因子3.2 基于稀疏矩阵因式分解的快速算法3.3 基-2DIF-FFT3.3.1 N=8时的DIF-FFT3.3.2 原位计算3.4 基-3DIT-FFT3.5 基-3DIF-FFT3.6 N为合数时的FFT3.7 基-4DIT-FFT3.8 基-4DIF-FFT3.9 分裂基FFT算法3.10 用矩阵分割技术实现快速傅里叶变换（FFT）和快速二进制傅里叶表示（BIFORE）变换3.10.1 矩阵分割技术3.10.2 DFT算法3.10.3 BIFORE变换（BT）3.10.4 复BIFORE变换（CBT）3.10.5 稀疏矩阵因式分解（SMF）3.11 威诺格拉德傅里叶变换算法3.11.1 5点DFT3.11.2 7点DFT3.11.3 9点DFT3.11.4 输入为实序列时的DFT算法3.11.5 威诺格拉德短NDFT模块3.11.6 素因子映射索引3.11.7 威诺格拉德傅里叶变换算法（WFTA）3.12 DFT矩阵的稀疏分解3.12.1 使用复数旋转进行DFT矩阵的稀疏分解3.12.2 利用酉矩阵进行DFT矩阵的稀疏分解3.13 统一离散傅里叶-哈特雷变换3.13.1 UDFHT的快速结构3.14 BluesteinFFT算法3.15 Rader质数算法3.16 小结3.17 习题3.18 课程实践 资源截图：

资源名称：Hadoop大数据分析与挖掘实战 中文PDF 资源截图：

资源名称：轻松学算法 互联网算法面试宝典 带目录 完整版PDF 第1章 数组、集合和散列表 11.1 要用就要提前想好的数据结构—数组 21.1.1 什么是数组 21.1.2 数组的存储结构 31.1.3 数组的特点 61.1.4 数组的适用场景 71.2 升级版数组—集合 81.2.1 什么是集合 81.2.2 集合的实现 81.2.3 集合的特点 131.2.4 集合的适用场景 131.2.5 数组与变长数组的性能 141.3 数组的其他应用—散列表 141.3.1 什么是散列表 151.3.2 对散列表函数产生冲突的解决办法 161.3.3 散列表的存储结构 171.3.4 散列表的特点 181.3.5 散列表的适用场景 201.3.6 散列表的性能分析 211.4 小结 28第2章 栈、队列、链表 292.1 汉诺塔游戏—栈 302.1.1 什么是汉诺塔 302.1.2 什么是栈 312.1.3 栈的存储结构 312.1.4 栈的特点 362.1.5 栈的适用场景 362.2 火爆的奶茶店—队列 372.2.1 什么是队列 372.2.2 队列的存储结构 382.2.3 队列的特点 432.2.4 队列的适用场景 442.3 用栈实现队列 452.3.1 用两个栈实现队列 462.3.2 两个队列实现栈 502.4 链表 532.4.1 什么是链表 542.4.2 链表的存储结构 542.4.3 链表的操作 552.4.4 链表的特点 662.4.5 链表的适用场景 662.4.6 链表的性能分析 672.4.7 面试举例：如何反转链表 682.5 链表其实也可以用数组模拟 69 资源截图：

资源名称：Mesos 大数据资源调度与大规模容器运行最佳实践 完整pdf 第1章运行Mesos 11.1 现代数据中心 11.2 集群计算框架 21.3 Mesos简介 21.3.1 master 31.3.2 slave 41.3.3 框架 41.4 为什么使用Mesos 41.5 单节点Mesos集群 51.5.1 Mac OS 51.5.2 Fedora 61.5.3 安装依赖软件包 61.5.4 构建Mesos 81.5.5 启动Mesos 101.6 运行测试框架 111.7 Mesos Web UI 151.8 多节点Mesos集群 151.9 Amazon EC2 上的Mesos集群 161.10 使用 Vagrant 运行Mesos 181.11 Mesos社区 191.11.1 案例研究 191.11.2 邮件列表 201.12小结 20第 2 章在Mesos上运行 Hadoop 212.1 Hadoop 介绍 212.2 Mesos上的 Hadoop 222.3 在Mesos上安装 Hadoop 232.4 Hadoop 作业示例 262.5 Mesos上 Hadoop 的高级配置 272.5.1 任务资源分配 272.5.2 度量报告 292.5.3 认证 322.5.4 容器隔离 332.5.5 其他配置参数 332.6 小结 34第 3 章在Mesos上运行 Spark 353.1 Spark 介绍 353.2 Spark 作业调度 363.3 Spark Standalone模式 383.4 在Mesos上的 Spark 403.5 在Mesos上 Spark 的调优 413.6 小结 43第 4 章Mesos上的复杂数据分析444.1 复杂数据和 Lambda 架构的兴起 444.2 Storm 464.2.1 Mesos上的 Storm 474.2.2 Storm-Mesos配置 494.3 Spark Streaming 504.3.1 在Mesos上运行 Spark Streaming 524.3.2 Spark Streaming 调优 534.4 Mesos上的 NoSQL 554.4.1 Mesos上的 Cassandra 554.5 小结 57第 5 章在Mesos上运行服务 595.1 服务的介绍 595.2 Marathon 60 资源截图：

资源名称：Elasticsearch集成Hadoop最佳实践 完整pdf 第1章 环境部署 1 1.1 安装部署Hadoop集群 1 Java安装和配置 2 用户添加和配置 2 SSH认证配置 3 Hadoop下载 4 环境变量配置 4 Hadoop配置 5 配置core-site.xml 6 配置hdfs-site.xml 6 配置yarn-site.xml 6 配置mapred-site.xml 7 格式化HDFS 7 启动Hadoop进程 8 1.2 安装Elasticsearch及相关插件 8 下载Elasticsearch 9 配置Elasticsearch 9 安装Head插件 11 安装Marvel插件 11 启动Elasticsearch 12 1.3 运行WordCount示例 13 下载编译示例程序 13 将示例文件上传到HDFS 13 运行第一个作业 14 1.4 使用Head 和 Marvel浏览数据 16 使用Head浏览数据 16 初识Marvel 18 使用Sense浏览数据 19 小结 21 第2章 初识ES-Hadoop 22 2.1 理解WordCount程序 23 理解Mapper 23 理解Reducer 24 理解Driver 25 使用旧的API——org.apache.hadoop.mapred 28 2.2 实际案例——网络数据监控 28 获取并理解数据 28 明确问题 29 解决方案 30 解决方案1——预聚合结果 30 解决方案2——直接查询聚合结果 32 2.3 开发MapReduce作业 33 资源截图：

资源名称：寻路大数据-海量数据与大规模分析 完整版 PDF 第1 部分 大数据时代指引 1第1 章 数据成功四原则 31．1 当数据成为一件“大”事 31．2 数据和单台服务器 41．3 大数据的权衡 51．3．1 构建可（限）扩展的解决方案 61．3．2 构建可（在互联网上）共享数据的系统 71．3．3 构建解决方案，而非基础设施 81．3．4 关注从数据中解放价值 81．4 大数据流水线剖析 91．5 终极数据库 101．6 总结 10第2 部分 收集和共享海量数据 13第2 章 托管和共享TB 级原始数据 152．1 文件之殇 162．1．1 共享大量文件的挑战 162．2 存储：基础设施即服务 172．2．1 网络很慢 182．3 选择合适的数据格式 182．3．1 XML ：数据，描述你自己 202．3．2 JSON ：程序员的选择 212．4 字符编码 222．4．1 文件转换 242．5 移动中的数据：数据序列化格式 252．5．1 Apache Thrift 和Protocol Buffers 262．6 总结 27第3 章 构建基于NoSQL 的Web 应用采集众包数据 293．1 关系型数据库：命令及控制 303．1．1 关系数据库的ACID 测试 323．2 当关系型数据库遇上互联网 333．2．1 CAP 原理与BASE 343．3 非关系型数据库的模式 363．3．1 键- 值数据库 363．3．2 文档存储 383．4 为写入性能优化：Redis 403．5 在多个Redis 实例上分片 433．5．1 使用Twemproxy 自动分区 443．5．2 Redis 的替代选项 463．6 NewSQL ：Codd 归来 463．7 总结 47第4 章 解决数据孤岛问题的策略 494．1 堆满术语的仓库 494．1．1 实践中的问题 514．1．2 数据合规与安全规划 524．1．3 走进数据仓库 534．1．4 数据仓库的口诀：抽取、转换和加载 544．2 Hadoop ：数据仓库中的大象 554．3 数据孤岛也可能是个优点 554．3．1 专注于数据问题，而不是技术 564．3．2 鼓励员工提出他们自己的问题 574．3．3 投资沟通数据孤岛的技术 574．4 融合：数据孤岛的终结 584．4．1 Luhn 的商业智能系统是否能成为现实 594．5 总结 59第3 部分 数据探究 61第5 章 使用Hadoop、Hive 和Shark 探索大规模数据集 63 资源截图：

资源名称：腾讯云架构设计 刘颖 中文PDF 资源截图：

资源名称：大数据社会对证券公司的挑战与机遇 毛义彬 某证券公司架构师 pdf 资源截图：