大数据技术与应用

大数据技术与应用
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2016-12
版次: 1
ISBN: 9787302451815
定价: 32.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 154页
字数: 262千字
24人买过
  •   《大数据技术与应用》是将大数据这一计算机前沿科学和基本应用有机结合的典范教材,全面介绍大数据和相关的基础知识,由浅入深地剖析大数据的分析处理方法和技术手段,突出介绍大数据*的发展趋势和技术成果。  本书的一大亮点是每章中都使用图表对大数据与传统数据处理方式进行对比。另外,本书注重启发式的学习策略,便于读者理解和掌握。全书每章均包括实际应用案例与关键词注释,方便读者查阅和自学,同时配备习题和参考答案。  本书体系完整、内容丰富、注重应用、前瞻性强、适用性好,并有开放式的课程教学网站(http://www。cmu。edu。cn/computer)提供技术支持。  本书既可以作为普通高校大数据技术的基础教材,也可以作为职业培训教育及相关技术人员的参考用书。
    前言Ⅰ第1章大数据概论1.1大数据技术简介1.1.1IT产业的发展简史1.1.2大数据的主要来源1.1.3数据生成的3种主要方式1.1.4大数据的特点1.1.5大数据的处理流程1.1.6大数据的数据格式1.1.7大数据的基本特征1.1.8大数据的应用领域1.2大数据的技术架构1.3大数据的整体技术1.4大数据分析的4种典型工具简介1.5大数据未来发展趋势1.5.1数据资源化1.5.2数据科学和数据联盟的成立1.5.3大数据隐私和安全问题1.5.4开源软件成为推动大数据发展的动力1.5.5大数据在多方位改善人们的生活本章小结习题1第2章大数据采集及预处理2.1数据采集简介2.1.1数据采集2.1.2数据采集的数据来源2.1.3数据采集的技术方法2.2大数据的预处理2.3大数据采集及预处理的主要工具本章小结习题2第3章大数据分析概论3.1大数据分析简介3.1.1大数据分析3.1.2大数据分析的基本方法3.1.3大数据处理流程3.2大数据分析的主要技术3.2.1深度学习3.2.2知识计算3.3大数据分析处理系统简介3.3.1批量数据及处理系统3.3.2流式数据及处理系统3.3.3交互式数据及处理系统3.3.4图数据及处理系统3.4大数据分析的应用本章小结习题3第4章大数据可视化4.1大数据可视化简介4.2大数据可视化工具Tableau本章小结习题4第5章Hadoop概论5.1Hadoop简介5.1.1Hadoop简史5.1.2Hadoop应用和发展趋势5.2Hadoop的架构与组成5.2.1Hadoop架构介绍5.2.2Hadoop组成模块5.3Hadoop应用分析本章小结习题5第6章HDFS和Common概论6.1HDFS简介6.1.1HDFS的相关概念6.1.2HDFS特性6.1.3HDFS体系结构6.1.4HDFS的工作原理6.1.5HDFS的相关技术6.2Common简介本章小结习题6第7章MapReduce概论7.1MapReduce简介7.1.1MapReduce7.1.2MapReduce功能、特征和局限性7.2Map和Reduce任务7.3MapReduce架构和工作流程7.3.1MapReduce的架构7.3.2MapReduce的工作流程本章小结习题7第8章NoSQL概论8.1NoSQL简介8.1.1NoSQL的含义8.1.2NoSQL的产生8.1.3NoSQL的特点8.2NoSQL技术基础8.2.1大数据的一致性策略8.2.2大数据的分区与放置策略8.2.3大数据的复制与容错技术8.2.4大数据的缓存技术8.3NoSQL的类型8.3.1键值存储8.3.2列存储8.3.3面向文档存储8.3.4图形存储8.4典型的NoSQL工具8.4.1Redis8.4.2Bigtable8.4.3CouchDB本章小结习题8第9章Spark概论9.1Spark平台9.1.1Spark简介9.1.2Spark发展9.1.3Scala语言9.2Spark与Hadoop9.2.1Hadoop的局限与不足9.2.2Spark的优点9.2.3Spark速度比Hadoop快的原因分解9.3Spark处理框架及其生态系统9.3.1底层的Cluster Manager和Data Manager9.3.2中间层的Spark Runtime9.3.3高层的应用模块9.4Spark的应用9.4.1Spark的应用场景9.4.2应用Spark的成功案例本章小结习题9第10章云计算与大数据10.1云计算简介10.1.1云计算10.1.2云计算与大数据的关系10.1.3云计算基本特征10.1.4云计算服务模式10.2云计算核心技术10.2.1虚拟化技术10.2.2虚拟化软件及应用10.2.3资源池化技术10.2.4云计算部署模式10.3云计算应用案例本章小结习题10第11章典型大数据解决方案11.1Intel大数据11.1.1Intel大数据解决方案11.1.2Intel大数据相关案例11.2百度大数据11.2.1百度大数据引擎11.2.2百度大数据+平台11.2.3相关应用11.2.4百度预测的使用方法11.3腾讯大数据11.3.1腾讯大数据解决方案11.3.2相关实例本章小结习题11附录A习题答案参考文献
  • 内容简介:
      《大数据技术与应用》是将大数据这一计算机前沿科学和基本应用有机结合的典范教材,全面介绍大数据和相关的基础知识,由浅入深地剖析大数据的分析处理方法和技术手段,突出介绍大数据*的发展趋势和技术成果。  本书的一大亮点是每章中都使用图表对大数据与传统数据处理方式进行对比。另外,本书注重启发式的学习策略,便于读者理解和掌握。全书每章均包括实际应用案例与关键词注释,方便读者查阅和自学,同时配备习题和参考答案。  本书体系完整、内容丰富、注重应用、前瞻性强、适用性好,并有开放式的课程教学网站(http://www。cmu。edu。cn/computer)提供技术支持。  本书既可以作为普通高校大数据技术的基础教材,也可以作为职业培训教育及相关技术人员的参考用书。
  • 目录:
    前言Ⅰ第1章大数据概论1.1大数据技术简介1.1.1IT产业的发展简史1.1.2大数据的主要来源1.1.3数据生成的3种主要方式1.1.4大数据的特点1.1.5大数据的处理流程1.1.6大数据的数据格式1.1.7大数据的基本特征1.1.8大数据的应用领域1.2大数据的技术架构1.3大数据的整体技术1.4大数据分析的4种典型工具简介1.5大数据未来发展趋势1.5.1数据资源化1.5.2数据科学和数据联盟的成立1.5.3大数据隐私和安全问题1.5.4开源软件成为推动大数据发展的动力1.5.5大数据在多方位改善人们的生活本章小结习题1第2章大数据采集及预处理2.1数据采集简介2.1.1数据采集2.1.2数据采集的数据来源2.1.3数据采集的技术方法2.2大数据的预处理2.3大数据采集及预处理的主要工具本章小结习题2第3章大数据分析概论3.1大数据分析简介3.1.1大数据分析3.1.2大数据分析的基本方法3.1.3大数据处理流程3.2大数据分析的主要技术3.2.1深度学习3.2.2知识计算3.3大数据分析处理系统简介3.3.1批量数据及处理系统3.3.2流式数据及处理系统3.3.3交互式数据及处理系统3.3.4图数据及处理系统3.4大数据分析的应用本章小结习题3第4章大数据可视化4.1大数据可视化简介4.2大数据可视化工具Tableau本章小结习题4第5章Hadoop概论5.1Hadoop简介5.1.1Hadoop简史5.1.2Hadoop应用和发展趋势5.2Hadoop的架构与组成5.2.1Hadoop架构介绍5.2.2Hadoop组成模块5.3Hadoop应用分析本章小结习题5第6章HDFS和Common概论6.1HDFS简介6.1.1HDFS的相关概念6.1.2HDFS特性6.1.3HDFS体系结构6.1.4HDFS的工作原理6.1.5HDFS的相关技术6.2Common简介本章小结习题6第7章MapReduce概论7.1MapReduce简介7.1.1MapReduce7.1.2MapReduce功能、特征和局限性7.2Map和Reduce任务7.3MapReduce架构和工作流程7.3.1MapReduce的架构7.3.2MapReduce的工作流程本章小结习题7第8章NoSQL概论8.1NoSQL简介8.1.1NoSQL的含义8.1.2NoSQL的产生8.1.3NoSQL的特点8.2NoSQL技术基础8.2.1大数据的一致性策略8.2.2大数据的分区与放置策略8.2.3大数据的复制与容错技术8.2.4大数据的缓存技术8.3NoSQL的类型8.3.1键值存储8.3.2列存储8.3.3面向文档存储8.3.4图形存储8.4典型的NoSQL工具8.4.1Redis8.4.2Bigtable8.4.3CouchDB本章小结习题8第9章Spark概论9.1Spark平台9.1.1Spark简介9.1.2Spark发展9.1.3Scala语言9.2Spark与Hadoop9.2.1Hadoop的局限与不足9.2.2Spark的优点9.2.3Spark速度比Hadoop快的原因分解9.3Spark处理框架及其生态系统9.3.1底层的Cluster Manager和Data Manager9.3.2中间层的Spark Runtime9.3.3高层的应用模块9.4Spark的应用9.4.1Spark的应用场景9.4.2应用Spark的成功案例本章小结习题9第10章云计算与大数据10.1云计算简介10.1.1云计算10.1.2云计算与大数据的关系10.1.3云计算基本特征10.1.4云计算服务模式10.2云计算核心技术10.2.1虚拟化技术10.2.2虚拟化软件及应用10.2.3资源池化技术10.2.4云计算部署模式10.3云计算应用案例本章小结习题10第11章典型大数据解决方案11.1Intel大数据11.1.1Intel大数据解决方案11.1.2Intel大数据相关案例11.2百度大数据11.2.1百度大数据引擎11.2.2百度大数据+平台11.2.3相关应用11.2.4百度预测的使用方法11.3腾讯大数据11.3.1腾讯大数据解决方案11.3.2相关实例本章小结习题11附录A习题答案参考文献
查看详情
12