消息首页搜索举报

正版现货新书数据管理十讲 9787111733348 袁野[等]编

全新正版现货，以书名为准，放心购买，购书咨询18931383650朱老师

52.47 5.9折 89 全新

库存52件

北京丰台

认证卖家担保交易快速发货售后保障

作者袁野[等]编

出版社机械工业出版社

ISBN9787111733348

出版时间2024-03

装帧平装

开本16开

定价89元

货号15360483

上书时间2024-10-07

黎明书店

十五年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 9小时
好评率暂无

最新上架

中华优秀传统文化经典诵读：三字经·百家姓·千字文·弟子规诵读本（注音版） ¥14.30

魔法词典：AI绘画关键词图鉴（Midjourney版） ¥59.88

花季学园：13位日本插画师笔下的少女主题画集 ¥46.80

慢门、延时、夜景摄影从入门到精通（第2版) （彩图版） ¥58.80

文创产品设计（彩图版） ¥52.80

俄罗斯的形象：艺术体裁的修辞研究（精装） ¥46.80

高等职业院校精品教材系列：电子元器件从入门到精通·元器件识别、单元电路设计及技能训练 ¥23.40

新经典文库·余华作品：活着（精装） ¥27.00

中国当代长篇小说：欢迎来到人间（精装） ¥33.63

商品详情

品相描述：全新

商品描述: 目录
丛书序 “十讲”序前言第1讲图数据管理本讲概览/ 2 1.1 图数据库的数据模型和查询语言/ 2 1.1.1 数据模型/ 2 1.1.2 查询语言/ 5 1.2 图数据库的系统架构/ 8 1.2.1 Neo4j/ 8 1.2.2 Jena/ 10 1.2.3 gStore/ 12 1.3 图数据库中的查询处理/ 15 1.3.1 基于探索的子图匹配算法/ 16 1.3.2 基于连接的子图匹配算法/ 19 1.3.3 分布式子图匹配算法/ 20 1.4 本讲小结/ 22 参考文献/ 22 第2讲云数据管理本讲概览/ 28 2.1 云数据库概述/ 28 2.1.1 云数据库的定义/ 29 2.1.2 云数据库的优势/ 29 2.2 云服务简介/ 30 2.2.1 云服务的背景/ 30 2.2.2 云服务的特性/ 32 2.3 云托管数据库/ 33 2.3.1 传统数据库的制约/ 34 2.3.2 云托管数据库的起源/ 34 2.3.3 云托管数据库的利弊/ 35 2.4 云原生数据库/ 36 2.4.1 云原生数据库系统架构/ 37 2.4.2 OLTP云数据库架构/ 37 2.4.3 OLAP云数据库架构/ 42 2.4.4 云原生数据库系统关键技术/ 45 2.5 本讲小结/ 56 参考文献/ 56 第3讲多模态数据管理本讲概览/ 60 3.1 问题背景/ 60 3.2 数据存储/ 61 3.2.1 分散存储/ 62 3.2.2 统一存储/ 64 3.3 数据建模/ 65 3.3.1 统一建模/ 67 3.3.2 混合建模/ 69 3.4 数据查询/ 70 3.4.1 查询执行/ 71 3.4.2 查询优化/ 72 3.5 多模态数据管理系统/ 74 3.6 本讲小结/ 76 参考文献/ 76 第4讲时空数据管理本讲概览/ 78 4.1 时空数据管理概述/ 78 4.1.1 空间数据管理的基本概念/ 78 4.1.2 轨迹数据管理的基本概念/ 78 4.2 空间数据管理/ 79 4.2.1 空间数据索引/ 79 4.2.2 空间区域查询/ 86 4.2.3 空间数据k最近邻查询/ 86 4.2.4 空间数据Skyline查询/ 91 4.3 轨迹数据管理/ 96 4.3.1 地图匹配/ 96 4.3.2 轨迹数据索引/ 100 4.3.3 轨迹数据相似性查询/ 104 4.3.4 轨迹数据聚类/ 107 4.4 本讲小结/ 110 参考文献/ 111 第5讲流数据管理本讲概览/ 124 5.1 流数据管理的基本概念/ 124 5.1.1 流数据管理/ 124 5.1.2 流数据管理的作用/ 126 5.2 基础流算法/ 126 5.2.1 常见数据流模型/ 126 5.2.2 元素个数估计/ 129 5.2.3 top k元素估计与直方图/ 131 5.2.4 数据流上不同元素个数估计/ 133 5.3 数据挖掘与流算法/ 137 5.3.1 数据流上的频繁项估计/ 138 5.3.2 数据流上的聚类/ 139 5.4 进阶流算法/ 142 5.4.1 Count Sketch/ 142 5.4.2 Count-Min Sketch/ 144 5.5 流数据管理系统/ 145 5.5.1 常见的流数据管理系统/ 146 5.5.2 流数据管理系统的比较/ 152 5.5.3 批、流数据管理系统对比/ 155 5.6 流数据的应用与未来/ 160 5.6.1 流数据的应用/ 160 5.6.2 流数据管理的未来展望/ 162 5.7 本讲小结/ 162 参考文献/ 163 第6讲区块链数据管理本讲概览/ 168 6.1 区块链概述/ 168 6.1.1 区块链：信任构建的基础设施/ 168 6.1.2 区块链发展历史/ 169 6.1.3 区块链架构划分/ 170 6.2 区块链数据存储/ 170 6.2.1 链式数据结构/ 170 6.2.2 默克尔树/ 171 6.2.3 区块数据和状态数据/ 172 6.2.4 数据存储方式/ 174 6.3 共识算法/ 176 6.3.1 PoX系列/ 177 6.3.2 Raft共识协议/ 179 6.3.3 PBFT协议/ 180 6.4 交易处理方式/ 182 6.4.1 “共识-执行”模型/ 183 6.4.2 “执行-共识-验证”模式/ 185 6.4.3 分片执行/ 187 6.5 区块链查询方法/ 189 6.5.1 可验证查询/ 189 6.5.2 基于可信执行环境的查询处理/ 191 6.6 本讲小结/ 192 参考文献/ 192 第7讲数据质量管理本讲概览/ 196 7.1 概述/ 196 7.1.1 数据质量管理的意义与价值/ 196 7.1.2 数据质量管理研究历程介绍/ 198 7.2 数据质量/ 200 7.2.1 数据质量维度/ 200 7.2.2 数据质量评估模型/ 201 7.2.3 数据可用性问题/ 203 7.3 数据可用性理论研究/ 204 7.3.1 数据可用性概念与表达机理/ 205 7.3.2 数据可用性的判定理论/ 207 7.3.3 大数据量质融合管理理论与技术/ 209 7.3.4 弱可用数据的近似计算理论与算法/ 210 7.4 数据清洗技术研究/ 212 7.4.1 数据质量问题分类/ 212 7.4.2 清洗流程概述/ 213 7.5 数据质量持续改进模型与技术/ 214 7.5.1 人工参与的数据清洗模型/ 214 7.5.2 面向大数据的清洗技术/ 219 7.5.3 数据质量问题溯源分析技术/ 223 7.5.4 人工智能赋能的数据清洗技术/ 226 7.6 数据清洗工具与系统介绍/ 229 7.6.1 基于规则约束的数据清洗工具/ 229 7.6.2 基于众包的数据清洗工具/ 235 7.6.3 基于知识库的数据清洗工具/ 238 7.6.4 基于学习模型的数据清洗工具/ 242 7.6.5 基于可视化的数据清洗工具/ 245 7.7 本讲小结/ 247 参考文献/ 248 第8讲数据安全与隐私本讲概览/ 264 8.1 数据隐私安全概述/ 264 8.1.1 数据隐私安全/ 264 8.1.2 数据隐私安全分类/ 265 8.2 面向数据采集的隐私保护/ 266 8.2.1 数据采集隐私保护概述/ 266 8.2.2 匿名化隐私保护/ 268 8.2.3 差分隐私保护/ 271 8.3 面向数据存储的密态处理/ 273 8.3.1 密态数据处理概述/ 274 8.3.2 面向关系模型的密态数据处理/ 277 8.3.3 面向空间模型的密态数据处理/ 280 8.4 面向数据共享的联邦计算/ 282 8.4.1 数据联邦计算概述/ 282 8.4.2 面向关系模型的数据联邦/ 287 8.4.3 面向空间模型的数据联邦/ 291 8.5 本讲小结/ 294 参考文献/ 294 第9讲新硬件驱动的数据管理本讲概览/ 300 9.1 新硬件驱动的数据管理概述/ 300 9.1.1 经典硬件：数据库系统的底层设施/ 300 9.1.2 新硬件带来的发展机遇/ 301 9.2 数据库相关新硬件概述/ 303 9.2.1 以NVM为代表的新型存储介质/ 303 9.2.2 以GPU、FPGA为代表的新型计算硬件/ 304 9.2.3 支持RDMA的高性能网络/ 307 9.3 基于新硬件的存储与索引/ 309 9.3.1 NVM作为字节寻址存储堆/ 309 9.3.2 NVM作为文件系统/ 310 9.3.3 基于NVM的多层存储架构/ 312 9.3.4 基于NVM的数据库索引/ 313 9.4 基于新硬件的查询处理与优化/ 314 9.4.1 NVM友好的查询优化/ 314 9.4.2 基于GPU等新计算硬件的查询优化/ 315 9.4.3 基于GPU等新计算硬件的高性能查询处理/ 317 9.5 基于新硬件的持久化与事务处理/ 320 9.5.1 基于NVM的日志与持久化技术/ 320 9.5.2 众核、异构环境下的并发控制/ 321 9.5.3 基于RDMA的分布式事务/ 323 9.6 基于新硬件的数据库系统架构/ 325 9.6.1 多级存储架构/ 325 9.6.2 异构计算架构/ 327 9.6.3 分布式架构/ 329 9.7 未来发展方向/ 331 9.8 本讲小结/ 332 参考文献/ 332 第10讲数据库系统智能化本讲概览/ 338 10.1 智能化数据库系统概述/ 338 10.1.1 智能化数据库系统研究动机/ 338 10.1.2 自治数据库系统架构/ 339 10.2 查询处理智能优化/ 342 10.2.1 自然语言到SQL自动转换/ 342 10.2.2 查询负载预测/ 345 10.2.3 智能索引推荐/ 347 10.3 基于学习的查询优化/ 348 10.3.1 智能代价估计/ 349 10.3.2 智能查询优化器/ 356 10.4 数据库系统自诊断/ 359 10.4.1 慢查询的识别与重写/ 359 10.4.2 实时故障检测与恢复/ 365 10.5 数据库系统自调节/ 366 10.5.1 问题定义/ 367 10.5.2 运行状态自感知/ 368 10.5.3 关键特征参数选择/ 369 10.5.4 基于学习的系统参数调优/ 370 10.6 本讲小结/ 375 10.7 未来研究方向和挑战/ 375 参考文献/ 376

内容摘要
随着社交网络等新型应用的兴起和云计算等新技术的快速发展，人类获取数据的规模正以靠前的速度增长，数据中包含了大量有价值的信息，能够有效助力社会、经济、科技的发展，因此数据管理与分析方面的研究工作倍受关注。本书针对该领域的研究热点和前沿技术进行了深入浅出的介绍，包括图数据、云数据库系统、时空数据、数据质量、数据库智能化等，帮助读者构建宏观视野，把握领域前沿。本书适合数据管理与分析等相关领域的科研人员、年轻教师、研究生，以及从事相关工作的人员阅读。

主编推荐
中国工程院院士郑纬民作序数据库领域专家学者携手打造，系统构建知识体系综述当下领域前沿研究方向、理论与技术以宏观视野把握领域前沿，获取领域底层逻辑

精彩内容
随着社交网络等新型应用的兴起和云计算等新技术的快速发展，人类获取数据的规模正以靠前的速度增长，数据中包含了大量有价值的信息，能够有效助力社会、经济、科技的发展，因此数据管理与分析方面的研究工作倍受关注。本书针对该领域的研究热点和前沿技术进行了深入浅出的介绍，包括图数据、云数据库系统、时空数据、数据质量、数据库智能化等，帮助读者构建宏观视野，把握领域前沿。本书适合数据管理与分析等相关领域的科研人员、年轻教师、研究生，以及从事相关工作的人员阅读。