架構(gòu)大數(shù)據(jù)：大數(shù)據(jù)技術(shù)與算法的深入解析研究

第一章 大數(shù)據(jù)與大數(shù)據(jù)算法
第一節(jié) 大數(shù)據(jù)概述
第二節(jié) 大數(shù)據(jù)的實(shí)用價(jià)值
第三節(jié) 大數(shù)據(jù)算法
第四節(jié) 大數(shù)據(jù)算法設(shè)計(jì)與分析
第二章 大數(shù)據(jù)技術(shù)
第一節(jié) 大數(shù)據(jù)接入技術(shù)
第二節(jié) 大數(shù)據(jù)存儲(chǔ)技術(shù)
第三節(jié) 大數(shù)據(jù)分析與挖掘
第四節(jié) 大數(shù)據(jù)共享與交換
第五節(jié) 大數(shù)據(jù)展現(xiàn)技術(shù)
第六節(jié) 大數(shù)據(jù)關(guān)聯(lián)分析
第三章 大數(shù)據(jù)安全技術(shù)
第一節(jié) 數(shù)據(jù)采集安全技術(shù)
第二節(jié) 數(shù)據(jù)存儲(chǔ)安全技術(shù)
第三節(jié) 數(shù)據(jù)挖掘安全技術(shù)
第四節(jié) 數(shù)據(jù)發(fā)布安全技術(shù)
第五節(jié) APT攻擊防范
第四章 大數(shù)據(jù)算法
第一節(jié) 亞線性算法
第二節(jié) 外存算法
第三節(jié) 超越MapReduce的并行計(jì)算
第四節(jié) 眾包算法
第五章 大數(shù)據(jù)架構(gòu)與分析的實(shí)現(xiàn)工具
第一節(jié) Hadoop發(fā)展與局限
第二節(jié) Spark的出現(xiàn)及優(yōu)勢(shì)
第三節(jié) HDFS
第四節(jié) Storm流計(jì)算系統(tǒng)
第五節(jié) MapReduce
第六章 大數(shù)據(jù)技術(shù)的應(yīng)用領(lǐng)域
第一節(jié) 海洋大數(shù)據(jù)應(yīng)用——海洋監(jiān)測(cè)
第二節(jié) 醫(yī)療健康大數(shù)據(jù)應(yīng)用——健康管理
第三節(jié) 公共安全大數(shù)據(jù)應(yīng)用——安全預(yù)警
第七章 大數(shù)據(jù)與云計(jì)算的結(jié)合
第一節(jié) 大數(shù)據(jù)與云計(jì)算的聯(lián)系
第二節(jié) 云資源的管理與調(diào)度
第三節(jié) 云存儲(chǔ)系統(tǒng)的技術(shù)與分類
第四節(jié) 大數(shù)據(jù)與云計(jì)算結(jié)合的必要性
第五節(jié) 大數(shù)據(jù)與云計(jì)算融合發(fā)展的未來(lái)趨勢(shì)
第八章 大數(shù)據(jù)技術(shù)發(fā)展趨勢(shì)
第一節(jié) 實(shí)時(shí)計(jì)算
第二節(jié) 內(nèi)存計(jì)算
第三節(jié) 大數(shù)據(jù)與人工智能結(jié)合
第九章 知名企業(yè)大數(shù)據(jù)架構(gòu)分析
第一節(jié) 淘寶大數(shù)據(jù)
第二節(jié) 百度大數(shù)據(jù)
第三節(jié) 騰訊大數(shù)據(jù)
第四節(jié) Facebook大數(shù)據(jù)
參考文獻(xiàn)