*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202410*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:大數據技術與應用 ISBN:9787115651587 出版社:人民郵電 著編譯者:孔華鋒 沈青 龍雪玲 叢書名:大數據應用人才能力培養新形態系列 頁數:216 所在地:中國大陸 *此為代購商品 書號:1686378 可大量預訂,請先連絡。 內容簡介 本書循序漸進地介紹大數據全生命周期中涉及的大數據技術與應用相關知識。本書包括9章:第1章和第2章介紹與大數據相關的基礎理論知識;第3∼5章介紹與大數據採集、預處理和存儲相關的內容:第6章和第7章介紹大數據的計算模式、分析挖掘與可視化等;第8章和第9章介紹不同行業背景下大數據的成功應用案例和大數據時代的數據安全問題。 本書可作為高校計算機類專業大數據相關通識課程的教材,也可作為大數據相關專業的專業課程教材,還可作為大數據愛好者、相關行業和學術領域研究者的參考書。目錄 第1章 大數據的概述本章導讀 1 1 什麼是大數據 1 2 大數據的來源 1 3 大數據的分類 1 4 大數據的特徵 1 5 大數據的新思維和新理念 1 6 大數據系統的基礎架構 1 6 1 基礎支撐服務 1 6 2 數據採集及預處理服務 1 6 3 數據存儲服務 1 6 4 數據引擎服務 1 6 5 綜合應用服務 1 6 6 數據治理體系 1 6 7 支撐體系 1 7 大數據的技術體系 1 8 本章小結 拓展閱讀 本章習題 第2章 大數據基礎設施 本章導讀 2 1 虛擬化技術 2 1 1 虛擬化的定義 2 1 2 虛擬化的特徵 2 1 3 虛擬化技術的分類 2 2 雲計算技術 2 2 1 雲計算的定義 2 2 2 雲計算的特點 2 2 3 雲計算的技術架構 2 2 4 雲計算的部署模式 2 2 5 雲計算平台的功能 2 3 Hadoop分散式系統 2 3 1 Hadoop簡介 2 3 2 Hadoop發展歷史 2 3 3 Hadoop的特點 2 3 4 Hadoop的版本演進 2 3 5 Hadoop生態組件 2 4 本章小結 拓展閱讀 本章習題 第3章 大數據採集與預處理 本章導讀 3 1 大數據採集 3 1 1 大數據採集概述 3 1 2 日誌數據採集 3 1 3 網路數據採集 3 1 4 網路旁路的數據採集 3 2 大數據預處理 3 2 1 數據預處理概述 3 2 2 數據特徵 3 2 3 數據規範化 3 2 4 數據抽取 3 2 5 數據清洗 3 2 6 數據集成 3 2 7 數據轉換 3 2 8 數據載入 3 2 9 數據消減 3 3 本章小結 拓展閱讀 Kettle Sqoop 本章習題 第4章 大數據存儲與分散式文件系統 本章導讀 4 1 傳統的存儲設備 4 1 1 機械硬碟 4 1 2 固態硬碟 4 1 3 移動存儲介質 4 1 4 傳統存儲系統 4 2 獨立磁碟冗餘陣列(RAID) 4 2 1 RAID概述 4 2 2 RAID架構 4 2 3 RAID 4 2 4 RAID 4 2 5 RAID 4 3 HDFS分散式文件系統 4 3 1 HDFS的簡介 4 3 2 HDFS的體系架構 4 3 3 名稱節點與數據節點 4 3 4 映像文件與事務日誌的歸併 4 3 5 HDFS的數據存儲特性 4 3 6 HDFS的容錯機制 4 3 7 HDFS的高可用機制 4 3 8 HDFS的聯邦機制 4 4 本章小結 拓展閱讀 本章習題 第5章 大數據的資料庫系統 5 1 非關係NoSQL資料庫 5 1 1 NoSQL的特點 5 1 2 NoSQL的理論基礎 5 1 3 NoSQL的類型 5 2 4 NoSQL的發展趨勢及挑戰 5 3 HBase資料庫 5 3 1 HBase的概述 5 3 2 HBase數據模型 5 3 3 Hbase體系架構 5 3 4 HBase運行機制 5 3 數據倉庫 5 4 1 數據倉庫的發展 5 4 2 Hive 5 4 3 Impala 5 7 本章小結 拓展閱讀 數據湖的概念 數據湖的特點 本章習題 第6章 大數據的計算模式 本章導讀 6 1 大數據計算模式的特徵和分類 6 2 MapReduce批處理計算框架 6 2 1 MapReduce的思想 6 2 2 MapReduce的功能函數 6 2 3 MapReduce的體系架構 6 2 4 MapReduce的工作原理 6 2 5 MapReduce的實例 6 3 YARN資源管理 6 3 1 YARN資源管理的概述 6 3 2 資源管理器 6 3 3 節點管理器 6 3 4 應用程序管理器 6 3 5 YARN資源管理的工作流程 6 3 6 YARN資源管理的優勢 6 4 Spark內存并行計算框架 6 4 1 Spark內存并行計算框架的概述 6 4 2 Spark內存并行計算框架的思想 6 4 3 Spark內存并行計算框架的體系架構 6 4 4 Spark內存并行計算框架的運行流程 6 4 5 Spark內存并行計算框架的RDD 6 4 6 Spark交互查詢引擎 6 6 本章小結 拓展閱讀 本章習題 第7章 大數據分析挖掘與可視化 本章導讀 7 1 大數據分析挖掘 7 1 1 大數據挖掘概述 7 1 2 數據挖掘與數據分析 7 1 3 大數據挖掘的特點與挑戰 7 2 數據相似性 7 2 1 數值屬性的相似性度量 7 2 2 標稱屬性的相似性度量 7 2 3 文本相似性度量 7 3 數據挖掘方法 7 4 大數據挖掘工具 7 4 1 weka 7 4 2 SparkMLlib 7 5 數據可視化概述 7 5 1 大數據可視化的主要進展 7 5 2 大數據可視化的發展趨勢 7 6 數據可視化流程 7 7 數據可視化原則 7 8 數據可視化工具 7 9 時空數據可視化 7 9 1 時變數據可視化 7 9 2 空間數據可視化 7 10 非時空數據可視化 7 10 1 文本數據可視化 7 10 2 複雜高維數據可視化 7 11 數據可視化交互 7 11 1 交互延時 7 11 2 交互分類 7 11 3 交互技術 7 12 本章小結 拓展閱讀 本章習題 第8章 大數據應用 8 1 大數據的行業應用 8 2 智 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |