顶部
收藏

Linux系统与大数据应用(第2版)


作者:
燕彩蓉等
定价:
35.00元
ISBN:
978-7-04-052490-1
版面字数:
410.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2019-09-04
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机类专业核心课程
三级分类:
操作系统

Linux是一个自由开放的操作系统,集成了很多高效便捷的开发工具,大数据应用进一步推动了市场对Linux人才的需求,促进了Linux系统的发展。本书共分成三篇,第一篇包括7章,主要面向初学者,分别从系统使用者、网络管理者、shell程序开发者、应用程序开发者和内核开发者的角度,全方位地介绍Linux操作环境、操作命令,以及基本的开发方法;第二篇包括4章,主要面向大数据应用的开发者,介绍基于Linux系统的大数据计算平台、存储平台、几个广泛使用的应用开发和分析工具,以及常用的机器学习平台;第三篇是实验,使读者从初步认识Linux、熟练使用shell命令、掌握系统管理原理,到熟悉基于Linux的大数据开发平台,并学会几种典型的大数据存储和开发方法,以及常用的机器学习算法。

本书内容精简,知识覆盖面广,适合作为计算机科学与技术、软件工程、网络工程、人工智能等专业本科生教材,也可供基于开源平台的大数据应用开发工程技术人员参考。

  • 前辅文
  • 第一篇 Linux系统
    • 第1章 Linux系统概述
      • 1.1 Linux系统的产生
        • 1.1.1 GNU
        • 1.1.2 GPL
        • 1.1.3 LGPL
        • 1.1.4 POSIX
        • 1.1.5 GNU/Linux
      • 1.2 Linux系统的发展
        • 1.2.1 早期Linux系统
        • 1.2.2 Linux内核版本
        • 1.2.3 Linux发行版本
        • 1.2.4 Linux体系架构
      • 1.3 Linux系统的应用
        • 1.3.1 桌面应用
        • 1.3.2 服务器应用
        • 1.3.3 嵌入式应用
        • 1.3.4 评价
      • 1.4 Linux系统终端
        • 1.4.1 X window
        • 1.4.2 KDE
        • 1.4.3 GNOME
        • 1.4.4 其他桌面
      • 1.5 shell命令
        • 1.5.1 shell命令介绍
        • 1.5.2 shell命令使用
        • 1.5.3 联机帮助命令
      • 1.6 本章小结
      • 习题1
    • 第2章 文件管理
      • 2.1 Linux文件
        • 2.1.1 文件名
        • 2.1.2 文件类型和属性
        • 2.1.3 Linux系统目录结构
      • 2.2 文件系统
        • 2.2.1 文件系统分类
        • 2.2.2 Ext2/Ext3/Ext4文件系统分析
        • 2.2.3 硬链接与符号链接
      • 2.3 设备文件
        • 2.3.1 设备文件挂载
        • 2.3.2 设备文件卸载
        • 2.3.3 设备文件自动挂载配置
        • 2.3.4 几种特殊的设备文件
      • 2.4 文件操作shell命令
        • 2.4.1 文件内容显示
        • 2.4.2 文件查询
        • 2.4.3 文件及文件系统管理
        • 2.4.4 几个功能强大的命令
      • 2.5 本章小结
      • 习题2
    • 第3章 用户与组管理
      • 3.1 用户与组账号
        • 3.1.1 账号
        • 3.1.2 用户账号配置文件
        • 3.1.3 组账号配置文件
      • 3.2 账号管理命令
      • 3.3 用户与文件系统空间
        • 3.3.1 主目录
        • 3.3.2 用户与磁盘空间
      • 3.4 文件权限管理
        • 3.4.1 文件权限管理概述
        • 3.4.2 文件特殊权限
      • 3.5 系统安全性
        • 3.5.1 账号安全性
        • 3.5.2 常见漏洞安全性
        • 3.5.3 SELinux
      • 3.6 本章小结
      • 习题3
    • 第4章 网络及其服务配置
      • 4.1 网络配置
        • 4.1.1 相关系统文件
        • 4.1.2 常用网络命令
        • 4.1.3 OpenSSH
      • 4.2 Web服务器
        • 4.2.1 Apache HTTP Server
        • 4.2.2 安装与配置实例
      • 4.3 FTP服务器
        • 4.3.1 vsFTP
        • 4.3.2 安装与配置实例
      • 4.4 Samba服务器
        • 4.4.1 Samba简介
        • 4.4.2 安装与配置实例
      • 4.5 其他服务器
        • 4.5.1 邮件服务器
        • 4.5.2 DNS服务器
        • 4.5.3 DHCP服务器
      • 4.6 本章小结
      • 习题4
    • 第5章 内核及其配置
      • 5.1 Linux内核文件组织结构
      • 5.2 内核构建
        • 5.2.1 内核引导与启动
        • 5.2.2 内核引导管理器
        • 5.2.3 内核编译
      • 5.3 系统调用
        • 5.3.1 系统调用的实现
        • 5.3.2 增加系统调用
      • 5.4 本章小结
      • 习题5
    • 第6章 shell编程扩展
      • 6.1 文本编辑器
        • 6.1.1 vi编辑器
        • 6.1.2 vim编辑器
        • 6.1.3 emacs编辑器
        • 6.1.4 Gedit编辑器
      • 6.2 shell
      • 6.3 bash编程
        • 6.3.1 关于bash
        • 6.3.2 变量
        • 6.3.3 操作符
        • 6.3.4 条件和test命令
        • 6.3.5 shell流控制
        • 6.3.6 函数
      • 6.4 其他shell编程
        • 6.4.1 sed
        • 6.4.2 grep
        • 6.4.3 awk
      • 6.5 本章小结
      • 习题6
    • 第7章 应用开发
      • 7.1 程序安装与配置
        • 7.1.1 安装程序与更新软件
        • 7.1.2 设置环境变量
      • 7.2 C程序开发
        • 7.2.1 gcc
        • 7.2.2 make工具与makefile文件
        • 7.2.3 C程序开发实例
      • 7.3 Java程序开发
        • 7.3.1 Ant
        • 7.3.2 Maven
        • 7.3.3 Eclipse
      • 7.4 Web开发
        • 7.4.1 LAMP
        • 7.4.2 LAMP加速
        • 7.4.3 应用
      • 7.5 版本控制
        • 7.5.1 VCS
        • 7.5.2 CVS
        • 7.5.3 Subversion
        • 7.5.4 Git
      • 7.6 本章小结
      • 习题7
  • 第二篇 大数据应用
    • 第8章 大数据开发平台
      • 8.1 大数据
        • 8.1.1 大数据的特点
        • 8.1.2 Hadoop与大数据
      • 8.2 Hadoop与MapReduce
        • 8.2.1 Hadoop框架及组件介绍
        • 8.2.2 分布式文件系统HDFS
        • 8.2.3 并行编程框架MapReduce
        • 8.2.4 Hadoop应用示例1
        • 8.2.5 Hadoop应用示例2
      • 8.3 基于内存计算与Spark
        • 8.3.1 Spark介绍
        • 8.3.2 Spark应用示例
      • 8.4 实时计算与Storm
        • 8.4.1 Storm介绍
        • 8.4.2 Storm应用示例1
        • 8.4.3 Storm应用示例2
      • 8.5 本章小结
      • 习题8
    • 第9章 大数据存储
      • 9.1 NoSQL介绍
        • 9.1.1 NoSQL发展
        • 9.1.2 NoSQL特征
        • 9.1.3 NoSQL分类
      • 9.2 HBase数据库
        • 9.2.1 HBase介绍
        • 9.2.2 HBase应用示例
      • 9.3 OpenTSDB数据库
        • 9.3.1 OpenTSDB介绍
        • 9.3.2 OpenTSDB应用示例
      • 9.4 本章小结
      • 习题9
    • 第10章 大数据分析工具
      • 10.1 Hive数据分析平台
        • 10.1.1 Hive的组成
        • 10.1.2 Hive和RDBMS的区别
        • 10.1.3 Hive应用示例
      • 10.2 Pig数据分析平台
        • 10.2.1 Pig简介
        • 10.2.2 Pig与Hive
        • 10.2.3 Pig应用示例
      • 10.3 Mahout数据挖掘平台
        • 10.3.1 Mahout简介
        • 10.3.2 安装与配置
        • 10.3.3 Mahout应用示例
      • 10.4 本章小结
      • 习题10
    • 第11章 机器学习平台
      • 11.1 机器学习算法和Scikit learn
        • 11.1.1 机器学习概念
        • 11.1.2 机器学习算法
        • 11.1.3 Scikit learn
      • 11.2 深度学习和TensorFlow
        • 11.2.1 深度学习
        • 11.2.2 TensorFlow
        • 11.2.3 卷积神经网络模型
        • 11.2.4 MNIST手写数字数据集
      • 11.3 本章小结
      • 习题11
  • 第三篇 实验
    • 实验1 系统安装与基本使用
    • 实验2 文件及文件系统管理
    • 实验3 用户与权限管理
    • 实验4 网络及其服务管理
    • 实验5 内核定制与编程
    • 实验6 shell编程
    • 实验7 应用开发
    • 实验8 Hadoop安装、部署与应用
    • 实验9 Spark安装、部署与应用
    • 实验10 Storm安装、部署与应用
    • 实验11 机器学习实践
  • 参考文献

Linux是一个自由开放的操作系统,集成了很多高效便捷的开发工具,大数据应用进一步推动了市场对Linux人才的需求,促进了Linux系统的发展。本书共分成3篇,第1篇包括7章,主要面向初学者,分别从系统使用者、网络管理者、shell程序开发者、应用程序开发者和内核开发者的角度,全方位地介绍Linux操作环境、操作命令,以及基本的开发方法;第2篇包括4章,主要面向大数据应用的开发者,介绍基于Linux系统的大数据计算平台、存储平台、几个广泛使用的应用开发和分析工具,以及常用的机器学习平台;第3篇是实验,使读者从初步认识Linux、熟练使用shell命令、掌握系统管理原理,到熟悉基于Linux的大数据开发平台,并学会几种典型的大数据存储和开发方法,以及常用的机器学习算法。

本书内容精简,知识覆盖面广,适合作为计算机科学与技术、软件工程、网络工程、人工智能等专业本科生教材,也可供基于开源平台的大数据应用开发工程技术人员参考。

相关图书