123,123

內(nèi)容簡(jiǎn)介

　　本書(shū)是在新工科背景下編寫的一本綜合大數(shù)據(jù)基本理論知識(shí)與應(yīng)用技術(shù)的兼顧“通識(shí)教育”和大數(shù)據(jù)相關(guān)專業(yè)教育的教材。本書(shū)從解析數(shù)據(jù)、大數(shù)據(jù)基礎(chǔ)理論入手，描述大數(shù)據(jù)應(yīng)用的多側(cè)面場(chǎng)景，講解大數(shù)據(jù)的存儲(chǔ)于管理工具，大數(shù)據(jù)分析的基本方法，以及大數(shù)據(jù)可視化等相關(guān)知識(shí)。本書(shū)在內(nèi)容安排上，力求體現(xiàn)“能進(jìn)入、快適應(yīng)、解需求、重實(shí)踐”的宗旨，以“小”的數(shù)據(jù)應(yīng)用實(shí)例講解“大數(shù)據(jù)”的知識(shí)框架和相關(guān)技術(shù)，使應(yīng)用實(shí)例貫穿全書(shū)。本書(shū)的“通識(shí)教育”特色，使其可以作為所有專業(yè)的本科生學(xué)習(xí)大數(shù)據(jù)技術(shù)、培養(yǎng)“計(jì)算思維”能力的教材，也可作為大數(shù)據(jù)相關(guān)專業(yè)的入門教材，以及廣大計(jì)算機(jī)學(xué)習(xí)者的培訓(xùn)用書(shū)和自學(xué)參考書(shū)。

作者簡(jiǎn)介

　　李雁翎，東北師范大學(xué)信息科學(xué)與技術(shù)學(xué)院教授，博士生導(dǎo)師，東北師范大學(xué)圖書(shū)物聯(lián)網(wǎng)研究所所長(zhǎng)，中國(guó)計(jì)算機(jī)學(xué)會(huì)教育專委會(huì)委員，全國(guó)高等院校計(jì)算機(jī)基礎(chǔ)教學(xué)研究會(huì)青少年編程專業(yè)委員會(huì)主任委員，國(guó)軟研究院專家組成員。國(guó)家精品課、國(guó)家精品資源共享課、國(guó)家精品在線開(kāi)放課程主持人，先后主持和參加了國(guó)家、省級(jí)科研課題多項(xiàng)，發(fā)表數(shù)十篇學(xué)術(shù)論文，出版了數(shù)十本數(shù)據(jù)庫(kù)與程序設(shè)計(jì)教材，發(fā)行量過(guò)百萬(wàn)冊(cè)。曾獲教育部科學(xué)技術(shù)進(jìn)步二等獎(jiǎng)，教育部全國(guó)優(yōu)秀教材二等獎(jiǎng)，省級(jí)優(yōu)秀教學(xué)成果獎(jiǎng)多項(xiàng)。

圖書(shū)目錄

第1章大數(shù)據(jù)概述
1．1 基本概念
1．1．1 信息與數(shù)據(jù)
1．1．2 數(shù)據(jù)庫(kù)
1．1．3 數(shù)據(jù)庫(kù)管理系統(tǒng)
1．1．4 數(shù)據(jù)庫(kù)系統(tǒng)
1．1．5 大數(shù)據(jù)
1．2 數(shù)據(jù)處理
1．2．1 人工管理階段
1．2．2 文件系統(tǒng)階段
1．2．3 數(shù)據(jù)庫(kù)系統(tǒng)階段
1．2．4 分布式文件系統(tǒng)階段
1．3 大數(shù)據(jù)的特征
1．3．1 體量大
1．3．2 類型多
1．3．3 速度快
1．3．4 價(jià)值高
1．4 大數(shù)據(jù)的關(guān)鍵技術(shù)
1．4．1 大數(shù)據(jù)采集
1．4．2 大數(shù)據(jù)存儲(chǔ)與管理
1．4．3 大數(shù)據(jù)分析
1．4．4 大數(shù)據(jù)可視化
1．5 大數(shù)據(jù)的應(yīng)用
1．5．1 政務(wù)大數(shù)據(jù)
1．5．2 醫(yī)療大數(shù)據(jù)
1．5．3 教育大數(shù)據(jù)
1．5．4 商業(yè)大數(shù)據(jù)
1，5．5 金融大數(shù)據(jù)
1．5．6 旅游大數(shù)據(jù)
1．5．7 娛樂(lè)大數(shù)據(jù)
本章小結(jié)
習(xí)題
第2章 Hadoop基礎(chǔ)
2．1 Hadoop概述
2．1．1 Hadoop的特點(diǎn)
2．1．2 Hadoop的組件
2．2 Hadoop的生態(tài)系統(tǒng)
2．2．1 Hadoop 1．0生態(tài)系統(tǒng)
2．2．2 Hadoop 2．0生態(tài)系統(tǒng)
2．3 Hadoop系統(tǒng)架構(gòu)
2．3．1 HDFS分布式文件系統(tǒng)架構(gòu)
2．3．2 MapReduce的計(jì)算架構(gòu)
2．3．3 Spark的計(jì)算架構(gòu)
2．4 Hadoop應(yīng)用系統(tǒng)的體系架構(gòu)
本章小結(jié)
習(xí)題
第3章 HDFS分布式文件系統(tǒng)
3．1 HDFS概述
3．2 HDFS基本組成
3．2．1 HDFS體系結(jié)構(gòu)
3．2．2 HDFS核心功能
3．2．3 塊
3．2．4 節(jié)點(diǎn)
3．3 HDFS數(shù)據(jù)流
3．3．1 HDFS寫數(shù)據(jù)流
3．3．2 HDFS讀數(shù)據(jù)流
3．4 HDFS應(yīng)用實(shí)例
3．4．1 HDFS常用命令及實(shí)例
3．4．2 HDFS讀/寫數(shù)據(jù)
本章小結(jié)
習(xí)題
第4章 HBase分布式數(shù)據(jù)庫(kù)
4．1 HBase概述
4．1．1 HBase的特點(diǎn)
4．1．2 HBase的系統(tǒng)架構(gòu)
4．1．3 HBase在Hadoop生態(tài)系統(tǒng)中的作用
4．1．4 HBase與傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)的區(qū)別
4．2 HBase數(shù)據(jù)模型
4．2．1 HBase邏輯模型
4．2．2 HBase物理模型
4．3 HBase的應(yīng)用實(shí)例
4．3．1 HBase Shell及實(shí)例
4．3．2 交互接口及實(shí)例
本章小結(jié)
習(xí)題
第5章 Hive數(shù)據(jù)倉(cāng)庫(kù)工具
5．1 Hive概述
5．1．1 Hive的特點(diǎn)
5．1．2 Hive的系統(tǒng)架構(gòu)
5．1．3 Hive與數(shù)據(jù)庫(kù)兩者之間的差異
5．2 Hive與MySQL配置
5．3 Hive數(shù)據(jù)倉(cāng)庫(kù)基本操作
5．3．1 創(chuàng)建外部表
5．3．2 創(chuàng)建分區(qū)表
5．3．3 向分區(qū)表導(dǎo)入數(shù)據(jù)
5．3．4 MySQL基本操作
5．4 Hive應(yīng)用實(shí)例
5．4．1 Hive數(shù)據(jù)統(tǒng)計(jì)
5．4．2 Hive數(shù)據(jù)查詢
本章小結(jié)
習(xí)題
第6章 MapReduce編程框架
6．1 MapReduce概述
6．1．1 MapReduce的特點(diǎn)
6．1．2 MapReduce基本架構(gòu)
6．2 MapReduce的工作流程
6．2．1 Map任務(wù)執(zhí)行過(guò)程
6．2．2 Reduce任務(wù)執(zhí)行過(guò)程
6．3 大數(shù)據(jù)分析的數(shù)據(jù)準(zhǔn)備
6．3．1 多形態(tài)的大數(shù)據(jù)
6．3．2 大數(shù)據(jù)預(yù)處理方法
6．4 常用的大數(shù)據(jù)分析方法
6．4．1 統(tǒng)計(jì)分析方法
6．4．2 高級(jí)建模方法
6．4．3 數(shù)據(jù)挖掘方法
6．5 常用算法及實(shí)例
6．5．1 排序
6．5．2 求平均
6．5．3 分類統(tǒng)計(jì)
本章小結(jié)
習(xí)題
第7章 Spark計(jì)算引擎
7．1 Spark概述
7．1．1 Spark特點(diǎn)
7．1．2 Spark技術(shù)框架
7．1．3 Spark工作流程
7．1．4 Spark與Hadoop
7．2 RDD
7．2．1 RDD的特性i6i
7．2．2 RDD的創(chuàng)建
7．2．3 RDD的操作
7．3 Spark編程及實(shí)例
7．3．1 Transformation算子應(yīng)用
7．3．2 Action算子應(yīng)用
7．3．3 Spark統(tǒng)計(jì)分析
本章小結(jié)
習(xí)題
……
第8章大數(shù)據(jù)可視化
第9章 MOOC學(xué)習(xí)行為大數(shù)據(jù)分析實(shí)例
第10章 “大數(shù)據(jù)技術(shù)及應(yīng)用”虛擬實(shí)驗(yàn)概述
參考文獻(xiàn)