大数据技术与应用

图书标准信息

• 作者 娄岩 著
• 出版社 清华大学出版社
• 出版时间 2016-12
• 版次 1
• ISBN 9787302451815
• 定价 32.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 154页
• 字数 262千字
• 丛书 大数据技术与应用专业规划教材

【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

7.1.1MapReduce

7.1.2MapReduce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

8.4.1Redis

8.4.2Bigtable

8.4.3CouchDB

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Hadoop

9.2.1Hadoop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 Manager

9.3.2中间层的Spark Runtime

9.3.3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