大数据：基础、技术与应用

图书标准信息

• 作者 俞东进；孙笑笑；王东京
• 出版社 科学出版社
• 出版时间 2022-02
• 版次 31
• ISBN 9787030714473
• 定价 56.00元
• 装帧 其他
• 开本 16开
• 页数 260页
• 字数 410千字

【内容简介】

本书围绕大数据采集、汇聚、存储、计算、分析、挖掘、可视化等处理全过程，基于Flume、Kafka、HDFS、HBase、MapReduce、Spark、Hive、ECharts等主流软件全面介绍大数据的基础原理和核心技术，以及人工智能、云计算和物联网等大数据相关内容，并在此基础上进一步阐述政务、商业等行业大数据，以及文本、图像、音频、视频等媒体大数据的应用现状和**进展。本书内容丰富，深入浅出，同时配有大量实操代码和应用案例，可作为学习大数据的入门和进阶教材。

【目录】

章大数据概述

1.1大数据发展历程

1.2大数据主要特征

1.3大数据与云计算、人工智能和物联网

1.4大数据发展现状和趋势

题

第2章大数据采集

2.1大数据采集概述

2.1.1大数据的来源

2.1.2大数据的采集

2.2海量志采集系统flume

2.2.1flume简介

2.2.2flume的组成

2.2.3flume的工作流程

2.2.4flume的数据流模型

2.2.5flume实战

2.3分布式发布订阅消息系统kafka

2.3.1kafka简介

2.3.2kafka的架构

2.3.3kafka的应用场景

2.3.4kafka实战

题

第3章大数据存储基础

3.1hdfs简介

3.1.1hdfs的设计目标

3.1.2hdfs的局限

3.2hdfs的体系架构

3.2.1数据块

3.2.2名称节点和数据节点

3.2.3第二名称节点

3.3hdfs运行

3.3.1副本机制

3.3.2数据出错与恢复

3.3.3hdfs文件读流程

3.3.4hdfs文件写流程

3.4hdfs编程实践

3.4.1利用shell命令与hdfs进行交互

3.4.2利用web界面管理hdfs

3.4.3使用javaapi访问hdfs

题

第4章大数据存储

4.1从关系型数据库到nosql数据库

4.1.1关系型数据库

4.1.2nosql简介

4.1.3nosql的基础理论

4.1.4nosql的四大类型

4.2分布式数据库hbase概述

4.2.1hbase简介

4.2.2hbase数据模型

4.2.3hbase体系结构

4.2.4hbase工作

4.3hbase编程实践

4.3.1安装hbase

4.3.2hbase配置

4.3.3hbaseshell命令

题

第5章大数据计算

5.1mapreduce概述

5.1.1mapreduce来源

5.1.2mapreduce设计思想

5.1.3mapreduce的优缺点

5.2mapreduce工作流程

5.2.1mapreduce基本架构

5.2.2mapreduce运行机制

5.2.3mapreduce逻辑

5.3mapreduce实例分析

5.3.1wordcount设计思路

5.3.2wordcount数据处理流程

5.3.3wordcount编程实现

5.4spark概述

5.4.1spark简介

5.4.2spark生态圈

5.5spark工作流程

5.5.1基本概念

5.5.2架构设计

5.5.3运行流程

5.5.4rdd算子

题

第6章多维大数据分析

6.1多维数据模型

6.1.1数据立方体

6.1.2多维数据模型

6.1.3概念分层

6.1.4多维数据模型中的olap作

6.1.5多维数据模型的优缺点

6.2多维分析工具hive

6.2.1hive简介

6.2.2数据仓库与数据库

6.2.3hive的架构及工作

6.2.4hive的数据类型

6.2.5hive的数据模型

6.2.6hive实战

题

第7章大数据挖掘

7.1数据挖掘概述

7.1.1数据挖掘简介

7.1.2数据预处理

7.1.3数据挖掘任务

7.2分类

7.2.1分类模型

7.2.2决策树

7.2.3支持向量机

7.3回归

7.3.1回归模型

7.3.2线回归

7.3.3多项式回归

7.4聚类

7.4.1聚类模型

7.4.2k均值算

7.4.3dbscan算

7.5关联分析

7.5.1关联分析模型

7.5.2apriori算

7.5.3fp-growth算

题

第8章大数据可视化

8.1数据可视化概述

8.1.1数据可视化简介

8.1.2数据可视化的发展历程

8.1.3数据可视化的作用

8.2数据可视化方

8.2.1高维大数据可视化

8.2.2网络和层次大数据可视化

8.2.3时空大数据可视化

8.2.4文本大数据可视化

8.3数据可视化工具

8.3.1echarts

8.3.2tableau

8.3.3d

题

第9章大数据与人工智能

9.1人工智能概述

9.1.1人工智能简介

9.1.2人工智能核心技术

9.1.3人工智能与大数据的应用

9.1.4人工智能与大数据的关系

9.1.5大数据领域的人工智能展望

9.2机器学与大数据

9.2.1大规模机器学优化算

9.2.2大数据下的机器学

9.3深度学与大数据

9.3.1典型深度学算

9.3.2大数据下的深度学

题

0章政务大数据

10.1智慧政务概述

10.1.1政务信息化发展历史

10.1.2智慧政务内涵

10.1.3“多跑一次”改革

10.2政务大数据体系架构

10.2.1政务大数据概述

10.2.2政务大数据体架构

10.2.3政务大数据安全

10.3政务大数据与区块链

10.3.1区块链概述

10.3.2推动政务数据“上链”

10.3.3基于区块链的政务大数据共享和交换

题

1章商业大数据

11.1商业智能与大数据

11.1.1传统商业智能

11.1.2大数据时代的商业智能

……