9787121215605/大数据：技术与应用实践指南
￥ 30 5.1折 ￥ 59 全新
仅1件
安徽合肥
认证卖家担保交易快速发货售后保障
作者赵刚 著
出版社电子工业出版社
出版时间2013-10
版次1
装帧平装
货号库存
上书时间2018-07-10
- 在售商品 暂无
- 平均发货时间 41小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
基本信息
书名:大数据技术与应用实践指南
定价：59元
作者:赵刚
出版社：电子工业出版社
出版日期：2013-10-1
ISBN：9787121215605
字数：
页码：278
版次：第1版
装帧：平装
开本：16
商品重量：
编辑推荐
--------------------------------------------------------------------------------
1、赵刚博士在信息化领域耕耘10余年，对大数据的认识深刻且系统。
2、阐述的视角放在了大数据的技术应用上，对于想利用大数据的读者非常具有参考价值。
3、结合应用实践，详细阐述了传统信息系统与大数据平台的整合策略，大数据应用实践的流程和方法，并介绍了主要的大数据应用产品和解决方案。
内容提要
--------------------------------------------------------------------------------
《大数据:技术与应用实践指南》内容简介：大数据是互联网、移动应用、社交网络和物联网等技术发展的必然趋势，大数据应用成为当前最为热门的信息技术应用领域。《大数据:技术与应用实践指南》由浅入深，首先概述性地分析了大数据的发展背景、基本概念，从业务的角度分析了大数据应用的主要业务价值和业务需求，在此基础上介绍大数据的技术架构和关键技术，结合应用实践，详细阐述了传统信息系统与大数据平台的整合策略，大数据应用实践的流程和方法，并介绍了主要的大数据应用产品和解决方案。最后，对大数据面临的挑战和未来的趋势进行了展望。
海报：
目录
--------------------------------------------------------------------------------
作者介绍
--------------------------------------------------------------------------------
赵刚，博士。北京赛智时代信息技术咨询有限公司（CIOManage）创始人。历任国内著名信息化咨询公司赛迪顾问股份有限公司高级副总裁、首席信息化咨询顾问，国内计算机系统集成一级资质企业北京赛迪时代信息产业股份有限公司总经理、首席架构师，2012年获得中国电子信息产业发展研究院十大“赛迪学者”称号，兼任中国信息化推进联盟专家、中国电子学会高级会员。
近2年，主持和参与过的信息化咨询和集成项目有：国家新一代信息技术应用战略研究、亚太地区智慧城市指标体系研究、中国－欧盟信息社会研究、天津市智慧城市规划、国土资源部分布式国土资源信息共享服务平台、国家图书馆文津馆智能搜索集群平台、部虚拟化数据平台、中海油企业级数据中心和灾备中心规划、国药集团私有云计算平台规划、北京市物联网应用示范项目初步设计、鄂尔多斯市人口基础数据库建设等。
在信息化领域耕耘10余年，服务的政府、企业客户超过100家，发表文章若干篇，著有专著《IT管理体系－战略、管理和服务》，参与编写《智慧城市：规划、建设和评估》、《信息化基本知识》、《信息系统审计》等。
序言
--------------------------------------------------------------------------------
随着互联网、移动互联网、社交网络、物联网、云计算等新一代信息技术的应用和推广，人类产生的数据成倍增长，数据种类繁多，数据在宽带网络中高速流动，数据的待开发价值越来越大，我们已经进入了大数据时代！短短两三年，大数据的理念已经深入人心，大数据的技术也层出不穷，但大数据技术的应用才刚刚开始。本书把阐述的视角放在了大数据的技术应用上，通过分析大数据应用的关键成功因素，希望为政府、行业和企业的大数据技术开发和应用人员提供一本框架性和系统性的技术与应用实践指南。
全书共分为7 章。
第1 章是大数据的概念和发展背景，回顾大数据理念和技术的发展历程，梳理大数据发展脉络，并从大数据的体量、数据类型、速度和潜在价值等4 个特征定义大数据。
大数据的技术应用是为了实现业务的价值，所以第2 章分析大数据应用的业务需求，梳理企业级大数据应用的业务流程，剖析大数据应用对于组织的业务价值，并深入分析互联网、、金融、电信、能源等9 个行业的大数据应用需求，总结企业级大数据应用的客户分析、绩效分析和风险分析等共性需求。
第3 章阐述大数据应用的总体架构和关键技术。总体架构分析基于Apache 开源的大数据平台总体架构参考模型，涵盖了大数据处理、大数据存储、大数据访问、大数据调度、大数据分析展现、大数据与传统数据库连接、大数据管理、安全和备份恢复框架等技术，它能够为企业建设大数据应用平台提供框架参考。基于这一架构，本章进一步详细介绍了大数据存储和处理、大数据查询分析、大数据高级分析和可视化等3 个方面的关键技术。Hadoop 是大数据技术的内核，本章详细介绍了Hadoop 核心技术，即分布式文件系统HDFS、分布式计算框架MapReduce、分布式数据库HBase 的技术原理、技术构成和应用示例，也介绍了Hadoop 之外的内存计算、流计算等框架。大数据查询和分析技术介绍了SQL on Hadoop 技术，包括Hive、Impala 等技术。大数据高级分析和可视化技术也是大数据的关键技术，本章总体阐述了大数据挖掘与高级分析的算法和技术，对非结构化复杂数据分析、预测分析和开源的R 语言进行了重点介绍，并介绍了大数据可视化的一些工具。
第4 章阐述大数据技术应用与企业级应用系统的整合策略。现有企业级数据分析是以关系型数据库为基础的，建立了涵盖网络、存储、服务器、虚拟化、云计算和信息安全等方面的企业IT 架构，大数据技术的企业级应用需要实现与这些技术的高效整合，构建新一代的企业级应用架构。本章分别介绍了大数据传输、集成和流程化管理，大数据与存储架构的整合，大数据对网络架构的发展，大数据与虚拟化技术的整合，云计算平台上的大数据云，以及大数据与信息安全等6 个方面的内容。
第5 章介绍了大数据企业级应用的实践方法论和应用案例。大数据应用的实践方法论阐述了业务需求定义、现状分析、架构规划和设计、技术切入与实施，以及试用、评估和推广等大数据应用的开发流程。对亚马逊、雅虎、淘宝等互联网企业应用案例的分析，则试图给大数据技术应用实践提供技术细节和实施规模的参考。
第6 章介绍了大数据应用的主流商业解决方案，首先介绍大数据产业链上的主要厂商，并进一步介绍了9 家主流厂商的解决方案。
第7 章是对大数据应用中未来挑战和发展趋势的分析。主要讨论了隐私保护、技术标准、大数据治理等应用发展中的关键挑战和应对策略，最后预测了大数据应用下商业生活的发展趋势。
全书以某商业银行基于大数据的客户分析为案例，便于读者根据案例所阐述的应用场景，结合自身需求学习和掌握大数据技术的应用。
本书的写作程度地得益于从事大数据技术研发、应用和研究的社区、业界同仁和爱好者。作者起的作用仅仅是穿针引线，将大数据技术应用开拓者们分享的研究和应用心得总结起来，希望有助于更多技术研发、应用人员和爱好者系统地学习和应用大数据，本书也提供了这些成果的链接，读者可以更加深入地去学习和研究。当然，本书基于作者在信息化领域多年的研究、咨询和系统集成的实践经验，也基于作者所创立的北京赛智时代信息技术咨询有限公司（www.CIOManage.com）在大数据领域的研究成果。本书引用了CIOManage（赛智时代）的《2013 年中国大数据应用价值研究报告》的很多研究成果。感谢所有为大数据技术应用而努力的同仁们！
本书付梓之际，作者诚惶诚恐，大数据技术远未成熟，大数据技术应用也刚刚拉开帷幕，这样一本技术应用实践指南一定存在诸多问题。但技术应用本来就是一个不断改进和优化的过程，希望我和读者在共同学习和应用的过程，逐步总结出更为精确和实用的经验。欢迎读者与我交流，联系信息如下。
赵刚
2013 年7 月29 日于北京嘉铭园
图书标准信息
- 作者 赵刚 著
- 出版社 电子工业出版社
- 出版时间 2013-10
- 版次 1
- ISBN 9787121215605
- 定价 59.00元
- 装帧 平装
- 开本 16开
- 纸张 胶版纸
- 页数 292页
- 字数 366千字
- 正文语种 简体中文
- 【内容简介】
-
《大数据：技术与应用实践指南》由浅入深，首先概述性地分析了大数据的发展背景、基本概念，从业务的角度分析了大数据应用的主要业务价值和业务需求，在此基础上介绍大数据的技术架构和关键技术，结合应用实践，详细阐述了传统信息系统与大数据平台的整合策略，大数据应用实践的流程和方法，并介绍了主要的大数据应用产品和解决方案。最后，对大数据面临的挑战和未来的趋势进行了展望。
- 【作者简介】
-
赵刚，博士。北京赛智时代信息技术咨询有限公司（CIOManage）创始人。历任国内著名信息化咨询公司赛迪顾问股份有限公司高级副总裁、首席信息化咨询顾问，国内计算机系统集成一级资质企业北京赛迪时代信息产业股份有限公司总经理、首席架构师，2012年获得中国电子信息产业发展研究院十大“赛迪学者”称号，兼任中国信息化推进联盟专家、中国电子学会高级会员。
近2年，主持和参与过的信息化咨询和集成项目有：国家新一代信息技术应用战略研究、亚太地区智慧城市指标体系研究、中国－欧盟信息社会研究、天津市智慧城市规划、国土资源部分布式国土资源信息共享服务平台、国家图书馆文津馆智能搜索集群平台、公安部虚拟化数据平台、中海油企业级数据中心和灾备中心规划、国药集团私有云计算平台规划、北京市物联网应用示范项目初步设计、鄂尔多斯市人口基础数据库建设等。
在信息化领域耕耘10余年，服务的政府、企业客户超过100家，发表文章若干篇，著有专著《IT管理体系－战略、管理和服务》，参与编写《智慧城市：规划、建设和评估》、《信息化基本知识》、《信息系统审计》等。 - 【目录】
-
第1章 大数据的概念和发展背景
1.1 大数据的发展背景
1.2 大数据的概念和特征
1.2.1 大数据的概念
1.2.2 大数据的特征
1.3 大数据的产生
1.3.1 数据产生由企业内部向企业外部扩展
1.3.2 数据产生从Web 1.0 向Web 2.0、从互联网向移动互联网扩展
1.3.3 数据产生从计算机/互联网（IT）向物联网（IOT）扩展
1.4 数据的量级
1.4.1 数据大小的量级
1.4.2 大数据的量级
1.5 大量不同的数据类型
1.5.1 按照数据结构分类
1.5.2 按照产生主体分类
1.5.3 按照数据作用方式分类
1.6 大数据的速度
1.7 大数据的潜在价值
1.8 大数据的挑战
1.8.1 业务视角不同带来的挑战
1.8.2 技术架构不同带来的挑战
1.8.3 管理策略不同带来的挑战
第2章 大数据应用的业务需求
2.1 大数据应用的业务流程
2.1.1 产生数据
2.1.2 聚集数据
2.1.3 分析数据
2.1.4 利用数据
2.2 大数据应用的业务价值
2.2.1 发现大数据的潜在价值
2.2.2 实现大数据整合创新的价值
2.2.3 新领域再利用的价值
2.3 各行业大数据应用的个性需求
2.3.1 互联网与电子商务行业
2.3.2 零售业
2.3.3 金融业
2.3.4 政府
2.3.5 医疗业
2.3.6 能源业
2.3.7 制造业
2.3.8 电信运营业
2.3.9 交通物流业
2.4 企业级大数据应用的共性需求
2.4.1 客户分析
2.4.2 绩效分析
2.4.3 欺诈和风险评估
2.5 以银行客户分析为例，分析一个大数据的应用场景
第3章 大数据应用的总体架构和关键技术
3.1 总体架构
3.1.1 业务目标
3.1.2 架构设计原则
3.1.3 总体架构参考模型
3.1.4 总体架构的特点
3.2 大数据存储和处理技术
3.2.1 Hadoop：分布式存储和计算平台
3.2.2 Hadoop 之HDFS：分布式文件系统
3.2.3 Hadoop 之MapReduce：分布式计算框架
3.2.4 Hadoop 之NoSQL：分布式数据库
3.2.5 Hadoop 之外的大数据计算技术
3.3 大数据查询和分析技术：SQL on Hadoop
3.3.1 Hive：基本的Hadoop 查询和分析
3.3.2 Hive 2.0：Hive 的优化和升级
3.3.3 实时互动的SQL：Impala 和drill
3.3.4 基于PostgreSQL 的SQL on Hadoop
3.4 大数据高级分析和可视化技术
3.4.1 传统数据仓库与联机分析处理技术
3.4.2 大数据对传统分析的挑战
3.4.3 大数据挖掘与高级分析
3.4.4 大数据挖掘与高级分析库：Mahout
3.4.5 非结构化复杂数据分析
3.4.6 实时预测分析
3.4.7 开源可视化工具：R 语言
3.4.8 可视化技术
3.5 以银行客户分析为例的大数据的技术环境部署
3.5.1 银行客户大数据应用体系架构
3.5.2 技术环境安装与配置
第4章 大数据与企业级应用的整合策略
4.1 大数据传输、整合和流程管理平台
4.1.1 数据传输
4.1.2 数据整合
4.1.3 流程管理
4.2 大数据与存储架构的整合
4.2.1 传统存储架构比较
4.2.2 大数据平台的存储架构的选择
4.2.3 集群存储的发展
4.2.4 基于HDFS 的集群存储
4.2.5 固态硬盘（SSD）对内存计算的支持
4.3 大数据与网络架构的发展
4.4 大数据与虚拟化技术的整合
4.5 在云计算平台上的大数据云
4.6 大数据与信息安全
4.7 以银行客户分析为例，分析一个大数据的平台整合
第5章 大数据应用的实践方法与案例
5.1 实践方法论
5.1.1 业务需求定义
5.1.2 数据应用现状分析与标杆比较
5.1.3 大数据应用架构规划和设计
5.1.4 大数据技术切入与实施
5.1.5 大数据试用和评估
5.1.6 大数据应用推广
5.2 应用案例
5.2.1 亚马逊
5.2.2 雅虎
5.2.3 淘宝网
5.2.4 Facebook
5.3 以银行客户分析为例的实施案例分析
5.3.1 银行基于大数据的客户分析的业务需求
5.3.2 银行基于大数据的客户分析的现状与标杆比较
5.3.3 银行基于大数据的客户分析的应用架构规划与设计
5.3.4 银行基于大数据的数据分析的实施、试点和推广
第6章 大数据应用的主流解决方案
6.1 产业链
6.1.1 国际上的大数据生态环境
6.1.2 国内产业链主要力量
6.2 主流厂商解决方案
6.2.1 Cloundera
6.2.2 Hortonworks
6.2.3 MapR
6.2.4 IBM
6.2.5 Oracle
6.2.6 EMC
6.2.7 Intel
6.2.8 SAP
6.2.9 Teradata
第7章 大数据应用的未来挑战和趋势
7.1 隐私保护
7.1.1 法律保护
7.1.2 技术保护
7.1.3 理念革新
7.2 技术标准
7.2.1 ISO 标准化进展
7.2.2 评价基准和基准测试
7.2.3 标准套件
7.3 大数据治理
7.3.1 数据治理框架
7.3.2 数据质量管理
7.3.3 大数据的组织、角色和责任
7.4 适应商业社会的未来趋势
7.4.1 从产品推销向数据营销的转变
7.4.2 从流程驱动到分析驱动的转变
7.4.3 从私有资源到公共服务的转变
……
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价