搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
出版时间 :
走近大数据/信息通信技术普及丛书
0.00     定价 ¥ 78.00
浙江工贸职业技术学院
此书还可采购1本,持证读者免费借回家
  • ISBN:
    9787115492814
  • 作      者:
    编者:段云峰//张韬|总主编:苗建华
  • 出 版 社 :
    人民邮电出版社
  • 出版日期:
    2018-12-01
收藏
畅销推荐
内容介绍
段云峰、张韬编著苗建华主编的《走近大数据/信息通信技术普及丛书》首先介绍了大数据的一些基本概念,阐述了大数据发展的历史必然性;然后围绕大数据生态的各个技术和组件进行了基本的介绍;接着介绍了建设大数据系统要考虑的一些关键内容;最后以附件的形式给出了一些企业建设大数据系统的案例情况。 本书适合从事与大数据行业相关的人员,以及产业经营管理人员阅读参考,也可以作为高校信息技术、管理、电子商务类专业师生的参考书。
展开
目录
第1章 大数据,心中有数
1.1 从一场亲子讲座谈起
1.2 数据非今日变大,为什么今天火了
1.3 大数据带来的改变渐渐发生了
1.4 大数据,首先是数据
1.5 再议数据规模
1.6 大数据概念正解
1.6.1 大数据等于数据大吗
1.6.2 大数据>数据大
1.6.3 大数据内涵——4V属性
1.6.4 大数据原理模拟
1.7 再谈大数据带来的真正改变
第2章 大数据,顺势而为
2.1 大数据发展基础
2.1.1 大数据商用的前提
2.1.2 大数据发展引擎——云计算
2.1.3 大数据发展的ABCT模式
2.2 大数据两个关键变化
2.3 大数据获取与管理
2.3.1 大数据获取
2.3.2 大数据管理
2.4 大数据存储
2.5 大数据分析
2.6 大数据创新应用
2.7 大数据安全
2.8 大数据发展对我们的要求
第3章 准备好了吗?——大数据技术及应用
3.1 大数据的基石——Hadoop技术和应用
3.1.1 源自一位爸爸的爱——Hadoop介绍
3.1.2 海量、非结构化数据的存储宝典——Hadoop应用场景
3.1.3 “打仗亲兄弟,上阵父子兵”(拼的是团队!)——Hadoop
生态系统
3.1.4 如何摆布呢?——Hadoop实施建议
3.1.5 Hadoop的“七寸”——技术关键点
3.2 近期发展势头最猛的技术——Spark的应用
3.2.1 “星星之火,可以燎原”——Spark简介
3.2.2 “速度决定一切”——Spark应用场景
3.2.3 “另立门户”的节奏——Spark生态系统
3.2.4 “火花”的关键点——Spark实施建议
3.2.5 “照单抓药”即可——Spark参数配置
3.3 “中档价格买中档车的配置”——MPP数据库的应用
3.3.1 “不共享”的并行处理架构——MPP数据库简介
3.3.2 完全支持SQL--MPP数据库应用场景
3.3.3 “这样的配置来两打”——MPP数据库实施建议
3.3.4 “对面的女孩看过来”——技术关注点
3.4 “速度决定一切!”——流处理技术的应用
3.4.1 “流水不腐”——流处理技术简介
3.4.2 “最快的奔跑”——流处理技术应用场景
3.4.3 看看谁跑得快?——流处理技术典型产品
3.4.4 短跑运动员的配置清单——流处理技术实施建议
3.5 NoSQL技术的应用
3.5.1 NoSQL技术简介
3.5.2 “大数据量查询”——适用场景
3.5.3 “都有谁?”——典型产品
3.5.4 如何租给更多人?——多租户实现方式
3.6 在内存里跑数据库——内存数据库的应用
3.6.1 传统数据库的“土豪”配置——内存数据库简介
3.6.2 提速的奢华方式——适用场景
3.6.3 哪些是“土豪”的必备——典型产品
3.6.4 “土豪”要关注什么?——技术关注点
3.7 如何采集更多的数据——数据采集
3.7.1 “没有数据就是无米之炊”——数据采集简介
3.7.2 不同的采集方式——适用场景
3.7.3 各种工具——技术简介
3.8 数据库如何分布?——分布式关系型数据库的应用
3.8.1 “分布+传统数据库”——分布式关系型数据库简介
3.8.2 数据库的延伸——适用场景
3.8.3 支持SQL的分布式数据库——典型产品
3.8.4 技术关注点
3.9 互联网的“杀手级应用”——搜索引擎
3.9.1 搜索引擎简介
3.9.2 搜索什么?——适用场景
3.9.3 产品简介
3.9.4 技术关注点
3.10 资源隔离的利器——容器的应用
3.10.1 独立的集装箱——容器简介
3.10.2 容器与虚拟机的区别
3.10.3 集装箱能用在哪里?——容器应用场景
3.10.4 如何部署?——Docker实施建议
第4章 大数据如何显示分析结果?——数据分析与数据可视化
4.1 收集大数据就是为了分析——数据分析
4.1.1 分析方法有哪些?——数据分析简介
4.1.2 数据分析的过程——适用场景
4.1.3 分析工具有哪些?——典型产品
4.1.4 什么最火?——深度学习典型产品
4.2 大数据也要学习“包装”技术——数据可视化
4.2.1 如何让数据更美观?——数据可视化简介
4.2.2 什么时候数据需要美化?——适用场景
4.2.3 美化数据结果的工具——典型产品
第5章 如何构建开放的大数据平台?——大数据开放平台构建
5.1 为什么要开放?——概述
5.1.1 开放是趋势——大数据开放平台的意义
5.1.2 谁在使用开放平台?——大数据开放平台主要角色
5.1.3 开放哪些内容?——大数据开放平台开放的内容与范围
5.2 看看别人家的平台——大数据开放平台参考架构
5.3 开放哪些内容?——基础能力的开放
5.3.1 自己采集所需——数据采集能力开放
5.3.2 自己存储数据——数据存储能力开放
5.3.3 自己决定处理方式——数据处理能力开放
5.3.4 自己决定展现形式——展现能力开放
5.4 把管理权力也开放出去——数据管理能力的开放
5.4.
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

温馨提示:请使用浙江工贸职业技术学院的读者帐号和密码进行登录

点击获取验证码
登录