TA的每日心情 | 开心 2018-4-8 22:14 |
---|
签到天数: 1 天 [LV.1]初学乍练
普通会员
- 积分
- 5517
|
java自学网(www.javazx.com)-java论坛,java电子书推荐:《 大数据技术原理与应用(第2版)》
u- O$ A4 N$ k. `) kjava电子书推荐理由:1.作者建设了国内高校首个大数据课程教师培训交流基地,打造了中国高校大数据教学知名品牌,已经在国内高校形成了广泛的影响力。 2.作者建设了国内高校首个大数据课程公共服务平台,为教师教学和学生学习大数据课程提供讲义PPT、学习指南、备课指南、上机习题、实验指南、技术资料、授课视频等,资源丰富。! t1 v4 ]4 d6 C
) M+ q1 l& J, ^2 V( ], d
作者:林子雨
, P7 f* U8 |! s- Y- T6 F出版社:人民邮电出版社
5 s7 _$ U' T3 o* w6 O3 v出版时间:2017-02-20
+ ^4 P9 a7 ]1 \# A书籍价格:47.40元
! b v( y( j! ~# n0 W" ?% E7 d' O$ B' f1 f, H" h2 N
8 c* i6 ?7 Z- Q" a( H6 @. v
) x# B& b* }9 u% G4 B
/ @& G m; ?) Y& Z x
java电子书目录:7 I3 o& x$ B7 P- x5 F! H
第一篇 大数据基础
) S. K# |6 e* m/ N
5 e! c& h. H% ]2 U/ k
" b* q6 m. \1 ?) P' Z; m
3 Y2 u- T% M- M' r第1章 大数据概述 2, e1 n# Q& w4 I# R
3 X9 Z5 \! m8 t0 j% u8 m" ~" c
1.1 大数据时代 2
& C5 H3 \7 }" `# I8 ?
* _7 C' L. q% H1 y! U7 g. D1.1.1 第三次信息化浪潮 2; `& ?8 @. Y0 K
9 K! L( b% N( E' m# f
1.1.2 信息科技为大数据时代提供
" e. i" s* V ]5 T) H8 j1 Y7 D. \, W) k$ D7 Z( H
技术支撑 3
0 B+ }) ^, S/ y2 f6 ]1 q& T
5 l; p) a7 H! a8 ~. R: j4 `1.1.3 数据产生方式的变革促成大数据时代的来临 5+ H: R4 W% N1 \# I2 {" i1 E
1 I3 g8 z6 U$ ]/ q6 a- u% p
1.1.4 大数据的发展历程 63 d3 v2 v! D& o( P. F7 \: k! i* ~7 D
" @6 a* O5 [2 t( v% G& g
1.2 大数据的概念 7
9 l5 {/ h) E2 s$ ]6 `6 L6 ?$ a! B& q- ~( x% b
1.2.1 数据量大 7/ U, e; H8 y, S- ]9 q" ^
[' i( ^1 L4 i+ K8 \: x2 z1.2.2 数据类型繁多 83 p7 H: i4 Q. ~" k8 X X' t
7 q- w& N% e2 h+ w2 r+ y1.2.3 处理速度快 98 [) R2 b" p! U, p0 C& L( ~9 p+ s
: u7 K$ D% e0 u5 N4 R
1.2.4 价值密度低 91 H$ W7 E+ Z) m% b" n* z) {/ D0 h c
% D6 L) }/ S* y6 o$ p# j& ~
1.3 大数据的影响 9
4 J5 k* ? e! j# L2 z9 W* ?3 T/ s. s9 i
1.3.1 大数据对科学研究的影响 10# V+ s! A: I# C: r3 h
) F' ?5 i1 m7 R0 s/ ~5 H5 M4 w! ^1.3.2 大数据对思维方式的影响 11
: a5 k; A9 J1 o: A! H* m6 I+ Q6 O
1.3.3 大数据对社会发展的影响 11
& M' W8 h9 {* i% `0 p4 z; A1 s- O1 a7 `) N$ J8 |
1.3.4 大数据对就业市场的影响 12& u; L& T0 I/ ?! v5 s; @' H C6 x
+ c" O3 E' S; ~5 D1.3.5 大数据对人才培养的影响 136 h4 F! c/ A+ C& ]
, G. ^" y. |+ e" A1 e1.4 大数据的应用 14$ ?+ @' E5 r: R) s
9 M- V, f5 ]. M# Q' n
1.5 大数据关键技术 14
/ f& O4 J7 j" t* q
( F ?% ?4 p3 x6 U0 U( f1.6 大数据计算模式 15
: y5 w: }) l8 }' A
3 U2 k0 f+ H& r! H+ W1.6.1 批处理计算 16
. S; A2 Z5 v5 X5 j s& H- d+ X( ~9 t( @7 s
1.6.2 流计算 166 @3 o: z* i, r% g
. R z( R3 E& c5 _) Y0 L6 w5 u1.6.3 图计算 16
9 E3 P0 S! S- O7 ~ d* {+ b8 Y' i3 l. d4 b; U4 m: H
1.6.4 查询分析计算 17
! q0 K" T% Y7 M9 O9 l) Z: R9 f: {. s0 M
1.7 大数据产业 17
$ t# h" I7 F( P- b8 u5 b; O, T- i! p& ]1 z
1.8 大数据与云计算、物联网 18+ ~$ m2 U3 p& t- j! \2 L
; q( _6 Y8 S, {
1.8.1 云计算 18
: ?6 h! M- \1 J& r
! g j9 P2 f+ z5 `% n( q1.8.2 物联网 21
, _1 f# v$ }6 J, ]& k
1 x# p" s. I' u) |( p5 N% b1.8.3 大数据与云计算、物联网的关系 256 [2 v6 \' H6 q5 u; c) ^' C
) C+ N+ c' T/ S% f" I1 b8 _% G1.9 本章小结 26
/ e% Y9 H7 h3 o2 o
' B7 _: x* F) O1.10 习题 26
, c) ?& U4 @, d- P
r6 H- M! A( `) I第2章 大数据处理架构Hadoop 28
; g# f* `/ W/ N8 u5 D( N# [. z
% k# L5 B8 P) u2.1 概述 284 \ V1 J) r6 R8 ?- [
i# y2 K' p: @- H2 o2.1.1 Hadoop简介 28* c4 l! [, s: V! N: H
& N; @% L t2 N3 a0 x# R2.1.2 Hadoop的发展简史 28
V- v+ |) g3 P8 ]. v0 {8 g, d+ M/ S) x8 F: c
2.1.3 Hadoop的特性 29# B @2 C8 ~0 a: w* b0 t
: F4 }) I' l% u/ g3 z# n
2.1.4 Hadoop的应用现状 29
" o& a2 k$ o' {
8 H% I; L/ W3 S( l1 e1 {4 W5 U2.1.5 Hadoop的版本 30+ w6 E. n1 X+ T6 g4 a) O" W! k
t O- T0 I4 w0 s1 @/ ?6 {2 V
2.2 Hadoop生态系统 30
/ U. V' x, B$ P0 n/ s) d+ \2 u& H
2 R+ X4 j" u! @' U8 {4 s2.2.1 HDFS 319 o& \& Z5 G' n6 b
$ ~/ d' N, e, H2.2.2 HBase 31# r$ M. F8 K5 q1 ~. E
- o* r( r2 i% |3 ]: B& Q9 `2.2.3 MapReduce 311 [- h: {, Q/ i6 W, X( X* F
: \6 M- L Z5 D: b& v3 L2.2.4 Hive 32
: y! _6 e+ B# C6 c' k4 F
* o$ H6 Y0 |! {+ }1 r2.2.5 Pig 32% F l- F9 V/ v$ u8 `
8 I+ ?# _4 J6 T- p* b! x$ N* I2.2.6 Mahout 32
4 z: C: b% M# U
1 V! b3 L [7 \* q2.2.7 Zookeeper 32( D- ?. k5 I- _4 a4 f
5 M/ X3 X3 [$ _; \1 t8 d' i4 K
2.2.8 Flume 32
, C0 s9 N* g9 ~6 T* c' h
# i" M( y# l, N: @4 g/ Z4 s2.2.9 Sqoop 32
0 w+ B& N' o% T% M4 H; o: l
8 I4 d/ B0 s% ^& S0 }) {6 P2.2.10 Ambari 33
* c, w2 o p) z* X. |7 i6 l1 X+ K5 z
2.3 Hadoop的安装与使用 33& B" k# X4 t% q) ? Q
4 [2 a2 N; f4 D3 B2.3.1 创建Hadoop用户 33* ?. E) y: d q, @ M- m$ }0 L
& M7 g& `% F, v7 T" r, V# ?! C+ Q2.3.2 Java的安装 34
$ G4 D" t* p: j+ n7 x
% [& \7 V/ z, ^4 ?9 C* W m+ v7 }2.3.3 SSH登录权限设置 344 f: v: c' A o
+ y$ e4 Y s) [2.3.4 安装单机Hadoop 34; I+ d: K8 X' S2 j+ P
& q7 P1 L, `; N! A( d6 l2.3.5 Hadoop伪分布式安装 35
3 U" ~4 I6 O, C# F2 Z3 V6 x' q
8 g8 j* @1 h/ I2.4 本章小结 37
; T' \$ X2 t2 Y8 F( z; O+ F) |; w1 S$ C/ [& I
2.5 习题 38
" a6 f4 s( f: f: F# u6 S3 t$ w9 F( a/ z8 N
实验1 安装Hadoop 384 a9 j) N3 g) t' v% P' G
. A( M8 A' v$ ?! b
# j+ R3 r% D/ e$ i# M3 F6 Q
/ }* R; F7 O3 f2 X3 \) j/ v第二篇 大数据存储与管理9 ?1 k& e' m+ `- T- L1 e
2 ^8 t$ B4 l' u; `0 A
( B( Z4 @1 r4 O* _: O# ]( n* c( w1 w# S5 z
第3章 分布式文件系统HDFS 421 a* m. J# S, e$ Q
6 F$ z. k! j: ?- p/ a& b/ Y, n3.1 分布式文件系统 42: W- p. X# q8 c9 _8 J) S/ z5 O8 h
8 R( {, S- P, q- _3.1.1 计算机集群结构 42
3 o9 _1 f( Z- o2 x) L- B
$ T) F/ P! E5 g+ ?* W0 \; E3.1.2 分布式文件系统的结构 43+ t+ L g& |* }
. _ z6 u0 k4 [6 Q7 S% [7 I# e* T9 U3.1.3 分布式文件系统的设计需求 446 ]/ _) i9 M! `9 J
% \/ S3 g0 L) C, z, M# e
3.2 HDFS简介 44
7 O) r: c# q" Z. K
: h* {% b) ]7 y, T3.3 HDFS的相关概念 45
0 a; d" k: I [7 Y/ N n% _: B& V! x; o7 U
3.3.1 块 456 n$ D3 ?2 Y8 a7 g; _/ h
9 n# `. B( W# ?3.3.2 名称节点和数据节点 468 {4 y+ G% Y$ l! U8 t+ O* F
' Y6 `: b T: q5 I
3.3.3 第二名称节点 47
& \$ ~, y" t0 e! f, ?5 g
: H* |" v; \! F( q2 [- J4 F5 c3.4 HDFS体系结构 48
& K' b3 `- q0 u8 W" _7 A+ b4 ^5 Q W6 B1 `2 E. e/ D3 ~1 a g
3.4.1 概述 48
: ^' H3 f" b8 D! x) S
9 {+ L3 S8 O' Q& }0 Q) e" r* \3.4.2 HDFS命名空间管理 49
- t/ `8 O/ K3 ?# }
# Y+ D. G, s. R1 y. v: t6 i3.4.3 通信协议 498 X0 _- u$ W6 w( j' m
9 s" |+ R* E# d& ?" C2 V8 q9 {3.4.4 客户端 50
7 u3 s3 A. a) |1 ? O3 V
d4 x0 E. r" y) u* ~3.4.5 HDFS体系结构的局限性 50
2 e- ^( ]( a/ X$ e6 { [/ w- s4 g$ H+ }6 B" N& ?% H) q
3.5 HDFS的存储原理 50& O2 X H0 H4 s( z+ k( K l- t
% p/ t) [* f' v3.5.1 数据的冗余存储 507 X" f0 _ H0 `0 F# k; ~& \
' b/ b( _) d5 B& _% ] ^
3.5.2 数据存取策略 518 Y) Z0 W2 P7 `# N9 i* _0 w
0 P3 ]. G8 g% V4 ]3.5.3 数据错误与恢复 524 i0 ~3 o$ _' j, q4 v y. J
7 }! u: n- F7 ~: _3 V1 j
3.6 HDFS的数据读写过程 53
* `5 d: J# b4 {
) i! e3 t& `- q7 _( P3.6.1 读数据的过程 53
4 }8 }- F7 Y. @8 |5 |+ M
/ K4 w: d5 A7 ?5 T X8 @1 v3.6.2 写数据的过程 54
$ }6 Z% U/ n9 E0 N+ i7 C
; Y z3 p B, i- M3.7 HDFS编程实践 55$ s& S! `, ]9 j# S. ]- f
4 Q. F8 @ V$ g( h3.7.1 HDFS常用命令 550 Y. d+ n" k! I" g/ w
7 z5 H2 Y- ?$ F7 ~3.7.2 HDFS的Web界面 56" j; m" ?2 F; _: H
: b, S1 H, B- A" U- m
3.7.3 HDFS常用Java API及应用实例 57- Z( x1 R$ j, M b* z) ^# }* e
" z# d+ K3 i& y
3.8 本章小结 60
6 c/ u9 l1 }" k/ X
! k( X% \( C; Q; T, U( w7 o+ ~$ U2 v2 n3.9 习题 61
$ E- G) r1 A7 t5 L* t. _& y
/ M; ~: e2 `$ h& r% E9 N8 F2 a实验2 熟悉常用的HDFS操作 61& _7 e7 F- W9 N( f" E+ c
( A$ F- I X9 Y5 F& A" V: A3 `" D
第4章 分布式数据库HBase 63
, q5 j& R" z( `+ y/ j8 z' P2 i3 o+ ]; {9 h1 U2 |
4.1 概述 636 a* i% @. g: Y5 i& `( ^
) I* Q* X+ r5 G7 `
4.1.1 从BigTable说起 637 n- R" Z8 Z- X h
) L L6 k9 z g- e; S* ?4.1.2 HBase简介 63
5 t r8 `. ]! n8 M2 O, F2 e/ {5 k4 Y! t9 v
4.1.3 HBase与传统关系数据库的
/ Q, S2 G6 f; }: a- E) r. o, O, o6 S" r
对比分析 64
+ A g# i: _% v* D: i$ h+ }' k2 H/ k* ?4 Y7 H
4.2 HBase访问接口 65& z6 Q- F% C/ \( x' z) y
0 E, a) E* `# k7 n! W
4.3 HBase数据模型 66
4 R, I. s, ?# Q1 h% _7 k
( C% _" R+ |6 O9 X. q. C4.3.1 数据模型概述 66
O( c. S: A, t1 d. j( a# y% i' i6 Z" V. n. c
4.3.2 数据模型的相关概念 66
) e7 a& Z6 b" r% e
2 ]. i1 A" d" ]* g4.3.3 数据坐标 67+ _' r) I) w* B2 p! b; s% x; v
5 B! U5 H* _+ p0 A& k9 g/ e
4.3.4 概念视图 68! @$ ]% R) a( h7 _1 E% i
4 O+ n; P4 d- ~! s4.3.5 物理视图 69
& }1 a/ u4 j$ o
0 l' L+ c% T0 w: k* A& F4.3.6 面向列的存储 69' {/ o6 l g- Y1 J7 ~
9 l: M% o q( e9 @! H: a+ c5 t4.4 HBase的实现原理 71
1 Z) G# r' z4 b) A3 I4 [' T/ N
4 v+ B5 ]& m2 T4.4.1 HBase的功能组件 71
9 `' _6 i' j$ N9 R" y
, S% ~7 ^9 @9 ~) R: {4.4.2 表和Region 71
- b/ ?" R6 K/ B7 e" F: U% c( i
) C! j1 l e8 P' Z4.4.3 Region的定位 72" N9 I" i) p- b, ~4 \6 |& `5 r
1 ~; Q% C& O1 H
4.5 HBase运行机制 74
, E) Y# l. T( H" Q; @! n+ Q$ F/ }" Z! Y1 T# ^4 t9 v
4.5.1 HBase系统架构 74' F2 M' Q9 ?, \
& F- ?8 |: ~3 q; R, K7 g
4.5.2 Region服务器的工作原理 76
9 U* a3 o* _/ ~! s( B0 Q, E6 m j8 [: |/ u) V5 U, N* f7 W6 i% i% j
4.5.3 Store的工作原理 77/ L5 n3 q3 U9 a
5 [* l& k5 R6 q, ~- h
4.5.4 HLog的工作原理 77' g3 D- a# D Y+ o* S& l m3 L
x! M. g: K B f) W1 I
4.6 HBase编程实践 78- p! i8 ]& a% a' U
7 C' T9 Y2 f$ G6 N4.6.1 HBase常用的Shell命令 78
% B- {7 Q7 E @$ x% o; D8 @: ^4 w
0 h( S! I" h; A, X; c& ?. x4.6.2 HBase常用的Java API及
1 E8 I9 a4 `" n* N( ^6 ]0 Z" a
) R% J/ g2 h) }* }; q应用实例 806 V6 @" B) P; q" U2 f! l1 a8 y* Y
5 i2 H3 _6 H$ |9 m! l
4.7 本章小结 90! E! q' \. E1 L6 W
8 y' B$ Q4 |! B. U
4.8 习题 90
/ X$ d1 S0 G1 J5 V, g3 ~8 o, Q) \. j
1 A5 K: U2 _) {实验3 熟悉常用的HBase操作 91
9 H9 _ `2 k# w+ W) G2 E) I! ]% p* }& L; ^! _, a& p: ~- b& V2 R
第5章 NoSQL数据库 94
" M( ^. O9 s0 j5 B, y3 I8 a7 _: Q1 s% L- I3 @* j! q9 O0 M0 L$ Q
5.1 NoSQL简介 94) B& s0 c! F% |& M: v
. h* V1 U' L. d6 E7 a$ Q; F
5.2 NoSQL兴起的原因 95
# W( U/ @( I% W0 [+ F; W! o8 h1 X% K3 ]5 ?4 K
5.2.1 关系数据库无法满足- }% b/ ^( ?. k9 H# v0 K, w% D0 \2 X
4 A: F$ q6 D/ y3 G3 VWeb 2.0的需求 95
0 _$ X* \+ i$ C+ n; ` v# Q O% Q3 O7 ]1 a7 [' T, s
5.2.2 关系数据库的关键特性在Web 2.0时代成为“鸡肋” 966 O" j# c9 z- a* A% L
& t; \ q+ e- b: E1 }$ y& S7 c5.3 NoSQL与关系数据库的比较 97! ~0 |; d, T6 M0 K: y5 Z
4 ]$ J- T7 O( O `, C0 s' Z9 Q
5.4 NoSQL的四大类型 980 s0 g6 g, o t
3 w; d, N/ T2 {! N+ P8 h5.4.1 键值数据库 993 T0 y, r+ W" o& L7 S; ?, y
- j2 N: @6 R' [" X% p5.4.2 列族数据库 100
* X0 @2 ]. w7 { ~, ]! q' l2 \# M
$ k& s9 B& V" T2 I9 e% M. D5.4.3 文档数据库 100
" c# S8 p, ~' \) [8 i8 Z+ e& d+ `7 V# n: j
5.4.4 图数据库 101
3 D; V: ^; b9 [' b# \
1 m, f7 N: k- ^4 @0 r5.5 NoSQL的三大基石 101
# T. d, m8 k" U
$ U' T/ _, c2 E: X4 a2 ]5.5.1 CAP 1014 q3 ^% w0 L0 D! i X
2 x% Y' H) N5 Q7 D5.5.2 BASE 103$ `. m: i) w' U7 G; G5 C9 m! d% Z
' E5 S' G0 u( V% N3 T8 L- K: m
5.5.3 最终一致性 104
- o6 F( Z$ n5 ]. w, L; C: N- G8 `* k- G# P
5.6 从NoSQL到NewSQL数据库 105
1 f* E4 k4 J9 q- e$ `1 G% T
$ _$ V5 g2 }: ?4 o) ^5.7 本章小结 107
0 [% ^. o" P6 ^( _$ Y8 c7 @8 |
: J1 u' s2 ~5 [5.8 习题 107
' s2 E G. k( B. J3 P! ?
5 |( {; D5 ~( I( p; k! }3 `/ d& k第6章 云数据库 108( k! @. a$ w$ P4 ]% I7 J
0 \; |& V% ^( A, P6.1 云数据库概述 108
/ b7 e) F% |: e! \& s, e0 _& u
6 E" H" F" C. b8 v3 F: E6.1.1 云计算是云数据库兴起的基础 108 T3 m$ U7 ]. G2 o, o/ s
5 P, Z, x) S" w( t6.1.2 云数据库的概念 1093 S1 Z2 {4 n! F4 W! `
1 A% v" ^; L+ a6.1.3 云数据库的特性 110. O9 W$ e0 N) S! B& w
4 ]- k3 T3 G' l2 L6.1.4 云数据库是个性化数据6 n% V+ p! s( g0 Z* U
2 z& Z5 W h, X- C- u# \4 \! ]存储需求的理想选择 111
: |6 q& F" Q5 l8 I
4 {: R. Q1 q" u. T& _- [( f$ x5 `6.1.5 云数据库与其他数据库的关系 112
! Y1 h( \3 g0 j; P# ^, ^% k
( a& L6 V& c; w* p1 x5 M$ P( K0 E6.2 云数据库产品 113
& H. G9 ^4 w1 u$ S3 u% {. q1 Z$ }3 S9 Q' h2 A. [8 Q) Y9 u
6.2.1 云数据库厂商概述 113# j2 Q( J, s! f
1 s' l1 {2 n% u0 m d4 C0 z0 L$ u3 Y
6.2.2 Amazon的云数据库产品 113" |! T+ k; j+ o, ]! c0 m& z
- x3 e1 ^) d0 ]
6.2.3 Google的云数据库产品 114
/ l/ z1 e* C, w4 h5 N; y. U2 \7 b8 g; d. ^0 J8 [! Z
6.2.4 微软的云数据库产品 1141 A ^4 q& n% k+ S7 e
. ?* v; e; @ I0 Y7 t. w
6.2.5 其他云数据库产品 115
; f! [% A7 ^3 t3 I$ {. y- E. Q) { C8 s7 F
6.3 云数据库系统架构 115
C/ G8 C; X1 i( C2 V" n1 D
0 p: ^& V' T9 T6.3.1 UMP系统概述 115
O3 S" R* D5 u) g" S) L1 i2 P) }4 E1 D
6.3.2 UMP系统架构 1160 G8 e, j3 `; W
0 \$ J& d9 V9 w/ |6.3.3 UMP系统功能 118
+ S& t- u/ n# }3 G
6 w; f; y+ X* S6.4 云数据库实践 121* D4 C" n/ D" W3 J* a
6 r" I0 B7 {- I6.4.1 阿里云RDS简介 121$ D5 I& r/ z; b. n9 A
( s# f' N K( O' W7 s& u Z
6.4.2 RDS中的概念 121. M, M1 s& V6 m8 F; e
) o8 h% i* r8 O9 M* b- \8 X5 |0 x
6.4.3 购买和使用RDS数据库 122
7 u) R+ u( ?7 M0 X1 b! |( L6 V8 `! G
9 r& h$ E3 a% K! I5 t& X$ s; P6 R1 ^* }6.4.4 将本地数据库迁移到云端RDS
2 k/ G5 h! D5 R8 P; x9 l% s% u/ C! ?, e6 K# t( H
数据库 1261 c5 E2 t4 y K$ x; k
% V4 n. U4 N% [( O8 F. P6.5 本章小结 127
) d7 K( ?# s# V0 l+ z3 e4 h) ?3 \' n8 U% j* P$ I5 |
6.6 习题 127
y9 G! j5 g4 c+ Q4 M+ ~3 }7 j9 e( }8 G7 y% ~, K
实验4 熟练使用RDS for MySQL
4 z7 m# V2 ~% O8 `4 H' Q- j
. k7 C) Y3 e7 v! M1 P数据库 1282 b$ c' ^ ]8 X* C4 s+ `8 l
1 \3 Q$ [' r. ~: L9 j1 D. t: s H r6 U
( h* T' Z: g5 s+ d第三篇 大数据处理与分析: w0 T, E( S! T) q g
7 Y( ~. |7 S3 {4 g. W
* B. `. B2 I% O* _
& K2 k; q0 \* T0 @
第7章 MapReduce 132+ S: Z# Q5 k( l' j' ^5 z/ _ ^/ t( ]
# O/ z% D9 f; Q" W1 X9 p4 I8 x- o9 z7.1 概述 132: i& {# A9 L2 H: z/ V( f2 E
h4 d. E! Z) G% U0 n* s
7.1.1 分布式并行编程 132, e* X9 g/ O, Z7 o! O
4 L. H, e0 ^9 q
7.1.2 MapReduce模型简介 133( u: }- V+ X& [
4 v* ^; ? [0 k! t$ y+ X. F
7.1.3 Map和Reduce函数 1339 k) x! `0 n# g; X
' `: U1 x: R* V! W0 d7.2 MapReduce的工作流程 134
o: i, G, J- [2 }' v# M# i4 ]* `3 b+ O0 {
7.2.1 工作流程概述 134- |9 U; H7 V: n0 I5 Z2 v" H7 Z
: ~7 ~/ Z5 C7 Z$ F! S& h
7.2.2 MapReduce的各个执行阶段 135
2 o( n) [5 V& b8 C6 t1 a
. e6 s% ]& k! k7.2.3 Shuffle过程详解 136
% ]- D+ D9 Z, q7 r9 T! y$ P ~8 S/ i3 R4 L" i% Q
7.3 实例分析:WordCount 139) \4 I* I: L" b# M+ D2 f
) E" D- z; R5 K7.3.1 WordCount的程序任务 139
# e5 l7 f2 L9 L# Q2 e
7 l/ Y6 }3 y' s* C- ~7 |7.3.2 WordCount的设计思路 139) o' ^# \' V3 {1 a& l2 e
) C& [3 K# s0 C2 \* g7.3.3 WordCount的具体执行过程 1407 v/ Y6 ]7 {# f' p( b* \7 q
. k# V- Z; s3 k. K- B0 {; [4 Y
7.3.4 一个WordCount执行过程的
. A" Y" u5 v; ]
5 g. w9 ^, L7 |/ S, J- S _实例 1417 a* D) w4 S! u* P1 g: c; ]0 v; x
! o; l" x2 X; R) J- Y7.4 MapReduce的具体应用 1428 M7 S1 H3 r2 D: V
" x- k" u/ a z* C v7.4.1 MapReduce在关系代数运算中的应用 142/ y8 u5 y; N' @$ w. P3 d2 s- i# S
$ @3 {) L0 u& z3 P2 G- e5 O7 [7.4.2 分组与聚合运算 144( E4 D! M( {4 d+ T
# g! ?+ v/ A3 U ?. b: R: n7.4.3 矩阵-向量乘法 144$ n8 a! U) R& ~; i5 S" C
4 e7 P/ J0 z% [8 I: ?9 R7.4.4 矩阵乘法 144. J$ W8 ^5 c$ ^3 E
6 k/ ~/ g# O/ g' ^/ d7.5 MapReduce编程实践 1458 D' ~) `& `% t# K6 x f1 b, ^* J# T
# |+ n' _; M+ M- d
7.5.1 任务要求 145: m+ [& b$ _7 r. K4 S7 \
; a1 p4 F5 w; R: j! q4 u2 m( A
7.5.2 编写Map处理逻辑 146, N; Z% k! v- [3 }0 J3 x
1 v6 @) F* f: V+ Z' v$ k4 b7.5.3 编写Reduce处理逻辑 1471 z6 O/ m5 X( v/ h7 G2 f A
/ S# }9 O6 M1 Z7.5.4 编写main方法 147
# @. }) ]; c" A$ B% R/ D) Y& E7 {, i5 Q, o/ h7 }4 Q' F
7.5.5 编译打包代码以及运行程序 148
2 l" f+ C% D H6 R/ X1 q8 _( ~5 ^6 F e7 B$ n+ [3 d+ O" n
7.6 本章小结 150& J% A$ M/ H7 A$ H, O
: V* D! W( D8 e9 T3 \9 J! v" @
7.7 习题 1513 k2 T2 [ `% U [3 X
6 `+ {6 v- L# [* y; h
实验5 MapReduce编程初级实践 152. }/ r) `/ D9 `) @
; }: J5 y y0 I+ L$ I& f, O第8章 Hadoop再探讨 1559 K/ i6 o- ]+ x" V2 l2 Z
% s# E9 n. k; l3 K
8.1 Hadoop的优化与发展 1556 V" J6 M1 X3 ^/ }
3 W n4 j4 d) r5 z5 A+ I, ~
8.1.1 Hadoop的局限与不足 1551 y) S) j3 y4 h9 S6 D \/ F( Q
# ?5 T* O" l, T) z( W1 g8 a
8.1.2 针对Hadoop的改进与提升 156
}! P9 a, j/ y% {9 R; A8 W( z) i, a f! K9 G1 K, t# f( A
8.2 HDFS2.0的新特性 1569 H3 ?2 }; a4 V- E
k$ n ~& u$ `- H" t8.2.1 HDFS HA 157
2 O' L- k& \9 k& g8 k; O
# \) b. g& c: D5 m8.2.2 HDFS联邦 158
0 x9 Y, ?# t( {$ f3 p, g
/ [4 t3 _) W! ~0 R8 W7 H* d8.3 新一代资源管理调度框架YARN 1594 R$ D+ G9 n# M$ ^0 O/ U+ j" _
. @: ]9 b, m; [3 B, X6 `2 J1 i, ?8.3.1 MapReduce1.0的缺陷 159
) f1 u7 G. Q/ d2 b; X& d
0 f8 m9 q5 ?( b7 q G$ m8.3.2 YARN设计思路 160
0 I8 s+ g( o, g2 i" \9 T. ~3 [7 `
- Y" T3 o- Q- z3 s8 `2 C6 B8.3.3 YARN体系结构 161
. ^7 x2 K5 X. h0 ?* F! u# Z! a! Y6 I' q7 m
8.3.4 YARN工作流程 163- W$ \' J5 \( n+ n T) ^
1 `4 f! E- z, F) K- Y& ?( h/ c8.3.5 YARN框架与MapReduce1.0
7 c9 o. S4 f! }7 c7 z5 y
7 { I) ] m. ~. G( r8 K5 a; h; p框架的对比分析 164. @& ]9 L1 u6 E- k0 e
% m1 Z# R; p7 w9 @/ Y* W) o/ m8.3.6 YARN的发展目标 165
4 n& ^" q& K8 D( {* v, W; o! b$ d& a, ?( I5 Y8 p
8.4 Hadoop生态系统中具有代表性的2 N1 |6 [5 z [; I, ~. B
' w* s- q1 M3 D6 m, Q2 H) C+ Q/ [
功能组件 166
8 e! j3 V7 q0 A. ]7 F
8 U. d6 p. m1 P4 n8.4.1 Pig 166
, y4 D1 k' Z5 Q" ^9 Z
! F Q7 _% u+ P$ Q/ L8.4.2 Tez 1676 Q% z# n& t# J _7 X7 R
- L5 L) [9 ~' Q% H5 \. z8.4.3 Kafka 169
8 [" m- ?: G8 z) v8 H" ]' y2 P! f
% P: [+ E" e" o6 e% E- u8.5 本章小结 170& p6 t7 ~/ n9 ^* `6 p* Q9 B% {
0 }8 r9 w2 l- H. W) H2 x8.6 习题 170
* j% u1 C6 ~. b$ c3 p" }7 m1 y% `/ D$ r" {( }2 d" y
第9章 Spark 172$ H( ^2 D; b/ N# i0 g* A
" Z5 r% B9 u1 }* x9.1 概述 172
1 P% b8 S+ y5 n. X
9 _; H, t3 P( \9.1.1 Spark简介 1723 A/ v+ T8 m$ {9 U g! e: y
! C3 F0 c" O8 b5 |1 r. K- P" j
9.1.2 Scala简介 173
* `2 \) X# N# P' Y7 A9 B: B V9 z1 ?; z/ A
9.1.3 Spark与Hadoop的对比 174
, H5 W) d6 z: o& F0 j0 ?- u) V
5 c9 j, _0 G: ^; b0 d, k! Z9.2 Spark生态系统 175
" R3 M1 l6 n" x ^! Q0 J
6 C" S$ ^; @# v$ k9.3 Spark运行架构 177
2 ^" K% M) V* r) \8 C. g( [. `. _9 ?2 W' Q) b! x. j) R
9.3.1 基本概念 1779 J/ W' U i7 m9 g7 P/ Y
3 G, U1 ^" g! I& i
9.3.2 架构设计 1776 {7 o( }1 a0 z) ~3 e
0 N r, T4 H- l8 ]- x1 L
9.3.3 Spark运行基本流程 178
- j6 G4 y5 j* a X% M# p: z
# k9 U- @- c! v+ Y8 o* s8 D9.3.4 RDD的设计与运行原理 179
' v0 g! \. i0 F8 y) E
' X: z! x! [3 u9 O% s0 Z9 W. T9.4 Spark的部署和应用方式 184& a/ o' O* J' U0 w; h
8 n' r0 d' G8 c* h! \
9.4.1 Spark三种部署方式 184; J( H C/ Z+ z3 P1 o2 @. h* N+ ~
; N2 y, E& l/ e2 R0 c( M9.4.2 从“Hadoop Storm”架构转向
; H6 D4 q# F5 ?6 l" e6 b z
/ y" Y7 { G- K$ @. oSpark架构 185
( x) z; H$ {3 N/ c) }4 ~/ F* H$ p4 ^& R' m7 A0 B- ~4 C
9.4.3 Hadoop和Spark的统一部署 186
Q# f+ m# }' |( N
& M1 {* k/ f! n0 s9.5 Spark编程实践 186
* e# ~5 F _1 t, ^
6 |# ~! U. O% \9.5.1 启动Spark Shell 187
x) c0 d! Y! J8 a6 }. L
& W3 v5 g6 d O7 J( h9.5.2 Spark RDD基本操作 187
% E" P7 K2 U4 a- i6 K' z
* ?5 B: c0 w1 o- w5 o/ r8 ]9.5.3 Spark应用程序 189
! D( J# b' z' l3 Y7 X6 _
4 w0 z a& F! U' x% {# @9.6 本章小结 192- `- K3 V* u3 T- n4 V* I. H
, q" w: P0 n5 `9 V. q2 W9.7 习题 193
9 s! ?6 s. [; t
+ ] |5 x0 V8 u/ ^. `- U! `. e! |第10章 流计算 194
: x* }/ i9 f" u- W
- t- S( x: ]# w, ^ ?10.1 流计算概述 194
1 T% n: o$ {$ H, b+ o+ c5 S2 z3 x. ^$ ~) L
10.1.1 静态数据和流数据 194
- i' `3 Y$ P) z) w1 o5 W
1 ` G7 t, _$ E5 ~( T" l10.1.2 批量计算和实时计算 1954 ~- z0 f9 L9 b- U$ U# H$ p0 `
; b' T0 i( Z4 U) B3 @
10.1.3 流计算的概念 196
" j1 A& o9 s# O9 U% v; r3 v
$ ^$ \2 o7 C% P& q. j7 q8 F4 V1 h10.1.4 流计算与Hadoop 196# H4 J" H; s8 d' `- u! V
% @' }4 Y0 n! a$ A& H. ~10.1.5 流计算框架 197/ j6 ` ^8 P% `0 \+ R
0 O/ H/ C# Z2 Z* H10.2 流计算的处理流程 197: x4 @2 C+ r( K% K) p
( q0 f, r7 A; h0 ^6 I2 R5 f10.2.1 概述 197% F( Z' m: H4 a$ x, d3 f) @2 [
" p+ m; J8 u5 f7 y" h+ ?% l8 ]
10.2.2 数据实时采集 198
" s# m7 R- I$ h% p
2 L ~( O3 K$ ^$ k/ G0 d1 t10.2.3 数据实时计算 198
& i6 c. g, w6 v$ `$ W2 j/ Q* s
- A, f1 v/ e: S10.2.4 实时查询服务 199! ~; L B) f! E) Q8 X. A$ i; _
: o' V- i6 H7 O3 N1 A9 c
10.3 流计算的应用 199
# @$ @, ]# g, |8 v6 j: ?7 T) ]( }- W& L
10.3.1 应用场景1:实时分析 199
+ ~$ @& Z0 k: b1 N; {5 Z
4 X1 }8 ]$ x M! ^; W, I10.3.2 应用场景2:实时交通 2005 M P' n+ e1 z
+ w5 Y3 ]) U: X' ]- G* U
10.4 开源流计算框架Storm 200
. o- I" e E: Q
) q/ c7 n q6 j: ?/ K6 o10.4.1 Storm简介 201! Z& S, w7 g# {' k
+ A7 n+ @0 E* t3 g0 m: o, n10.4.2 Storm的特点 2012 R: x7 F1 G e+ d h* A
. w+ J4 X! A+ j/ G3 K7 ~' G$ r10.4.3 Storm的设计思想 202" ]- b; h6 U& y
: }* ]- I; A- Z' P
10.4.4 Storm的框架设计 203
4 F7 H4 O7 `$ m4 ?" y6 a+ K1 m% ], x" n9 w6 X( R) f$ X
10.4.5 Storm实例 204
) n! `5 V2 ~ q7 p$ H: H0 Q- x( e* l) a) T) j, J: e: l
10.5 Spark Streaming 206
% T0 v/ k q/ |6 A* z
8 V/ M3 s- u: L" n( ?& f10.5.1 Spark Streaming设计 2062 @ j9 T- ^# S, n3 X4 }. V
. p/ U5 I; R; w( T1 [2 O) u
10.5.2 Spark Streaming与Storm的
3 z9 M) Z, W& O9 H; P# ^' R7 w4 L8 a K5 H# X
对比 207
' v- q* R; j) U6 i% n8 {
7 V7 X) H1 j. u1 E% B7 {10.6 本章小结 208
0 l; A$ S6 M: A2 B+ m O3 e2 U6 e/ F' `" X# q
10.7 习题 208
) @/ i, E+ [2 G$ P! G6 U. G0 ]6 O
- o% S( V b+ K' }# k第11章 图计算 210
6 T4 E6 Q/ _- R o2 O, I
7 @7 c" x$ u- v7 V' n11.1 图计算简介 210
! N$ ], O$ C/ `1 j
$ Z& _( f8 B6 k1 C11.1.1 传统图计算解决方案的
% G7 V4 q- ?% t+ q- Z. N# S" ~6 P6 `6 F
不足之处 210
) z8 E) l! H3 q9 j' d F) ?% L4 w
2 F* C' h o6 f11.1.2 图计算通用软件 2114 n2 X w, Q) L5 [# w, }2 r
4 e3 M0 ^; [3 w
11.2 Pregel简介 211
+ Q K% |; D& A, `. i& z# \' U( P( O- N. f, T4 z
11.3 Pregel图计算模型 212
: K/ z5 S W ?& S0 n9 _& P7 e7 e, N8 Z; a* s$ \
11.3.1 有向图和顶点 212% b0 f, q3 z) E6 U% ]
5 L- N) H6 k) q" ], ?- R% T
11.3.2 顶点之间的消息传递 2124 d8 A6 v/ s3 C3 J
5 x( O- p3 S6 c( V$ b1 H
11.3.3 Pregel的计算过程 213
1 G5 }0 k! c9 N C+ T, `% v% O; h3 d) I
11.3.4 实例 214
X3 Q# O( g' x9 {* \; g' k
; J9 r. Y1 \; [, c11.4 Pregel的C API 216 B; F: R0 p4 i0 d2 {; _2 c! d: u' G
, M" H9 c$ G. l# O
11.4.1 消息传递机制 217
8 N- g9 ~( E: r* w+ ?3 I& h& g1 W3 c- F$ F. m
11.4.2 Combiner 217
" H* ~/ O* P# D/ u" G
- ?& v/ }1 h6 h5 c$ V3 W11.4.3 Aggregator 218
: J& e. A' x9 ?/ W; y
5 G; L5 [8 ?. M4 f1 h11.4.4 拓扑改变 218% W" Q/ i+ I( u- {- w( v6 N
2 N5 A4 p+ `- c; a" X5 O
11.4.5 输入和输出 218
( F4 B [. k: p; B- ^- L8 Z5 u9 u( r/ a+ [
11.5 Pregel的体系结构 219/ \: H% _* l- o+ C! W0 a( T
5 [; J! m9 Z( A4 s j7 Y$ b
11.5.1 Pregel的执行过程 2193 J( f% X! L) _/ }2 A+ h# Y8 O
0 s" U' r. Y+ V, P H, w
11.5.2 容错性 2206 m& }# F) E+ _7 Z5 a+ n P, r* q
; B( f. ?3 U/ \" Q4 u
11.5.3 Worker 221 L5 Y& i/ y0 F: ^! a# a
- K/ ~$ O: |' B6 o( b8 W8 S11.5.4 Master 2210 ?" x" v5 _& p
' N/ Q- m( t* G8 i3 s) x
11.5.5 Aggregator 222
; d% y# G. N' M- t1 j: ]# x1 g( Q% I- `( K y/ O9 f' G6 C! V
11.6 Pregel的应用实例 222$ q# L# X8 C' y: w4 @7 G
1 _8 y2 q2 W' h. V( ]. W/ O
11.6.1 单源最短路径 222$ |1 y: z+ t; k' P! e$ a) P. x
6 h7 y' _! W1 j% h) X( I% P& v3 M11.6.2 二分匹配 223; b8 J* s! F/ z7 A3 S
2 s& B# e6 h: G( |11.7 Pregel和MapReduce实现PageRank算法的对比 224! Q8 v! t, R& L
8 ]2 C5 Z9 \4 Z. [' ^5 e" m9 e7 M
11.7.1 PageRank算法 224$ V, c: {9 c; v
3 i x# b$ ~3 J
11.7.2 PageRank算法在Pregel中的; p7 m. Q' o9 Q5 `, x3 H
3 j( Y& D: z. ]% X实现 225# |8 U, Z4 o, y2 A3 `7 a: `: y5 W
" P3 A! L& i3 q, {, `4 Q11.7.3 PageRank算法在MapReduce
# S# i# P8 L6 M9 y
3 q$ Q( {0 O/ E6 F6 t, v" ]中的实现 225
) k5 w9 J( E; G" @0 Q A& {* x9 r" L! ^3 @$ }6 u: i, x; i
11.7.4 PageRank算法在Pregel) e: e3 F: W) j" v+ ?7 \
. D% P$ k% M1 h9 Z
和MapReduce中实现的比较 228$ Z2 x. W; D) C
" w1 y8 y4 p1 q5 U, D
11.8 本章小结 228' T! g3 o, F6 \6 |5 Z- o
2 r6 e( K# J4 P0 m
11.9 习题 228! e9 @* |' B" b# S$ y! [2 H: |$ U/ G
: @/ [# C! v7 j第12章 数据可视化 230 Z8 }6 |+ X& U; L8 s1 i
% i% @5 I: h, c
12.1 可视化概述 230, z1 f' n% a; W( H6 ?3 K
: u/ h1 q% p- ?12.1.1 什么是数据可视化 230
( ^! o& x ?( v5 a; d3 O n% q5 U# w4 ]: i
12.1.2 可视化的发展历程 2308 ^( f' Y6 D" Z/ T. N
; Z6 y/ A3 ~& x& E& `12.1.3 可视化的重要作用 231
& G8 d6 h- U' o1 r7 ] l6 N) ?+ K$ w1 N4 r& H- N1 S' }
12.2 可视化工具 233
3 ~% q+ T) F, }( P1 `( H5 k& K# n! P6 o$ o& S+ O! K
12.2.1 入门级工具 233' I2 s e1 o* G: U3 h6 y; Y8 h! h8 a
# t9 l* T" u7 k: H6 h* i/ q3 X
12.2.2 信息图表工具 234
b8 L5 N* F6 L$ D& ?1 h, b& b2 I' W
12.2.3 地图工具 235- U7 n' w1 F. f
# E \" E5 R* _: m; A12.2.4 时间线工具 2365 b7 i& s [5 X: ^; R
% i7 r. |: Q& J, J- d
12.2.5 高级分析工具 236# Y6 Z. `) w4 w0 e7 m0 o
: ~' p2 [3 K% A% z9 A
12.3 可视化典型案例 237! h. f7 n, L0 B. b
) e1 {+ k0 c" T" p12.3.1 全球黑客活动 237
- g7 Q7 V. c2 B1 E. B" q& |" s- @0 ]) v0 y, b8 M. \% m! W
12.3.2 互联网地图 237
' _. o2 `% F2 |$ e: [9 P- |4 p
3 _4 E; |& }7 p, b+ z7 G. l& d4 k12.3.3 编程语言之间的影响力关系图 238
# C. _$ d ^- \, N& r2 M1 X* Q3 B# [! Y- u: w4 @9 b
12.3.4 百度迁徙 239( P4 c4 d; z$ T. I) L! n, t+ S
$ Y$ h& ~! w- f0 U7 ]% ]% o( A( \4 E
12.3.5 世界国家健康与财富之间的$ G, N4 j3 `# B6 A8 T9 \* s
3 _$ W: z \ j9 k
关系 2393 A- a5 z% _4 z8 b3 H, {" h
* e; Y u7 p u+ W
12.3.6 3D可视化互联网地图APP 239
) Q3 b& {: a' E. `6 U7 H, @: R, |5 L
12.4 本章小结 240! P: `5 S: K, A' B. y& k
% b3 n G) P* L! H. q12.5 习题 240) E* L% ]) L9 A. R
/ @6 o/ R q8 e+ r, Z& T3 r- Z7 V4 A
/ H0 ~- a0 |, W" S第四篇 大数据应用
# q2 y# l' `3 D/ s5 i4 n! B+ p- ^! L( U! v6 w' e3 C
; s- J* T: y' ]9 [
2 g, f6 ~8 K, Q. y第13章 大数据在互联网领域的
% D. m# d6 `& x$ R$ f4 ?3 S* ^/ j/ p
应用 242
+ x. Q7 q `" i6 e! S7 V4 g- q$ T( ]8 z8 w, F3 X* O, ]+ O
13.1 推荐系统概述 2422 v! F, K3 P2 ?* z4 }5 M
6 Z& T$ i- O1 D3 y13.1.1 什么是推荐系统 242
, M6 w1 x- q- ]- E7 W& T3 M; o, ^ j* H
13.1.2 长尾理论 243
0 K) B1 P3 u3 q: K3 X+ k6 t: Z, Z9 G7 S9 V; Q P. D
13.1.3 推荐方法 243* m- F) P6 M/ r7 B8 ^# I; d
`( q; [2 f* q6 b4 ~ ?9 ]
13.1.4 推荐系统模型 244
R- t) R, _& j# H3 D% S
% w% a9 {! |. j& r: ?* c1 K13.1.5 推荐系统的应用 244- W. V8 s- r7 d# w
# C3 G8 N1 ~" B- F8 c
13.2 协同过滤 245. F/ W. [& h* I* t
- A% a! C1 j0 ~/ N( N; W6 G2 z
13.2.1 基于用户的协同过滤 2451 k- v0 [6 ^1 v/ Q3 ]4 g- [& x" X; D0 g
/ ^2 M5 C: i) p/ m# x& F13.2.2 基于物品的协同过滤 2469 u1 x, h4 T% M: E
& R3 L( p+ j! e) S+ L
13.2.3 UserCF算法和ItemCF算法的
! M6 e/ P$ o& V/ T$ e# S4 r2 O( P( X$ V3 g: z2 t8 |! T
对比 248# P: U4 y' i7 P! `8 C
: x: Q' x5 L* X% _
13.3 协同过滤实践 2487 u' C: b2 _& A5 U' r- }
; d* o% o7 R: U- {- ~; X( q13.3.1 实践背景 248; ]) { h9 r5 `: R+ p/ ]5 h# ?( [
5 s, g: j9 f4 Z9 P Q8 [
13.3.2 数据处理 249' p& C' `. w8 B6 q/ |
) `1 F5 g G# P
13.3.3 计算相似度矩阵 249
5 S* _8 C, @0 C0 v: H. e) w/ _9 a8 y2 |9 v1 ], r6 D
13.3.4 计算推荐结果 250
2 b# c5 H8 u3 R" [: ~0 r
" A1 m# h4 m! k1 p13.3.5 展示推荐结果 2500 Y1 y# u4 n n% r' c0 o7 g
1 m1 Z( k+ [$ d7 b' Z" W4 U$ {
13.4 本章小结 251
" ~0 ?4 |2 [* ?7 e7 c3 V( G3 O3 |8 e2 ~3 K3 b" }' e
13.5 习题 251" w1 j* l6 n1 F2 x
! Y) f) w+ v' `4 d! S- b" x6 H$ e. i第14章 大数据在生物医学1 O' Z1 B* K$ m' O
( z6 [! S/ _, E+ u- @
领域的应用 2523 T$ M; p; o6 o: `2 z0 i) P4 @
! V$ T4 ~+ p4 C5 N! N
14.1 流行病预测 252 _( m0 q7 ^3 k4 ?- v' P
4 m' o0 F6 Z; L+ J# W* W14.1.1 传统流行病预测机制的不足 252
5 `( T# O8 S: M7 h+ W: y: A4 c2 Z5 y' m! S! Z. \
14.1.2 基于大数据的流行病预测 2536 i6 {( @ i! A/ m# T% k0 S- m/ ^
% N5 n& Y- { w0 h2 `
14.1.3 基于大数据的流行病预测的
' M1 T0 E+ Q( n: g' R( _" M- a* M8 u5 v- }
重要作用 2534 s( b+ t V7 o' i. i$ \( x6 m
0 W! y; z y. `7 b! S( J J
14.1.4 案例:百度疾病预测 2548 E- I5 S) K) M0 A: h! w
+ ?( ]* Q% k, D/ H' N14.2 智慧医疗 255
# ~! ?7 ~. s+ @. e. l+ d& i, e! H$ W3 S5 g' z0 {$ N
14.3 生物信息学 2560 i+ l5 Z" l; g' @# k! d
. t! C6 }. v2 _* M; g" S0 x4 v14.4 案例:基于大数据的综合健康服务! y L5 G: ^4 I0 k* h& o7 B
7 ]2 N- e- z) A7 P/ \! K
平台 257
8 _9 U" [; ?" Z, C! B: D6 n) H5 I3 M7 m/ ?+ p+ D( q
14.4.1 平台概述 2575 S' z5 W7 s4 Z8 T1 l' V# K
7 _6 y' A! ^2 I2 w3 D14.4.2 平台业务架构 258
/ Z9 I( X3 X4 w2 J e& R7 @0 G$ }' O8 V' {" x2 s
14.4.3 平台技术架构 258& ]# D- G6 B; l$ P E& T( G( v3 j
% V9 h# A! l! ~& I) p
14.4.4 平台关键技术 259
; |" x: y5 K2 W0 K, m5 S- q! T6 P- F; J! ^3 ]$ O
14.5 本章小结 260
: d7 d9 G8 A" ?. W0 m. W4 R
/ r; b8 g5 t9 {, a- o2 x- @6 T14.6 习题 261
* a6 s6 ?. S0 l8 A7 V6 |
" h5 }* g' ?, f3 X$ c5 M- I第15章 大数据的其他应用 262
& `+ |6 M' D8 c0 W( v6 ^3 g+ i1 [! K' R4 E G
15.1 大数据在物流领域中的应用 2628 W, [8 a" B* Q. d
( u- L) u; A( Z# u8 s3 m15.1.1 智能物流的概念 262
- S+ Y# F; }( O) {% G. E1 u7 [( [# A: r' j4 h3 @
15.1.2 智能物流的作用 2630 @7 [) @9 m* B# l$ Z( R! U
* d+ Q9 H& g$ ?) J15.1.3 智能物流的应用 263
* b) t$ y% m. G5 Z: }3 {! \& y- n
15.1.4 大数据是智能物流的关键 2630 B( O9 f8 J0 U* H7 P
* _3 Z; x2 K+ M4 L15.1.5 中国智能物流骨干网—菜鸟 264
# a& k' N( K7 O: J9 c5 s/ w
8 m& n+ H4 A7 R* l; R1 |# D15.2 大数据在城市管理中的应用 266" V9 O$ b$ q/ @# C" ~. U
- y: [, f5 a8 R$ E6 L$ r) t15.2.1 智能交通 266$ }" P8 v% q, M1 h) B; p! U6 y) {
9 F8 i: U3 p$ n$ o4 z5 |15.2.2 环保监测 267% k. F" H6 `. {7 m
, e! v+ O! Q( S) u
15.2.3 城市规划 268- r% {$ r/ d. W$ p
8 _" g+ }1 W; v, A' a15.2.4 安防领域 269
$ V# B4 k3 v8 \% _9 _ s
% }/ V6 Q+ B) V$ z$ A8 k! J15.3 大数据在金融行业中的应用 269
8 t9 |5 M, R2 j+ a9 q+ @& e7 v7 P' y7 k
15.3.1 高频交易 269
6 j4 I! G! J- e2 ~+ U. ~% m0 k3 v" D; }; q9 G
15.3.2 市场情绪分析 269
: i6 ?, p* F: F' v- ~* f8 \ O6 s, d/ u' c' u0 V1 ~+ M4 s
15.3.3 信贷风险分析 270
; I$ O0 g" Z' U; ]2 V! ^
7 c7 }" F& C& ]3 W: q15.4 大数据在汽车行业中的应用 271. \' s+ F/ ] K" ?
- S# ]7 x: r8 W" D9 P0 c15.5 大数据在零售行业中的应用 272
: P$ k: N# B8 X( x, i) \* }" {& v4 c4 f, E/ Q- s- u( N
15.5.1 发现关联购买行为 272% \. F! ]8 {' x& M
$ O- b5 u! `9 |" _5 H# e8 Y5 z15.5.2 客户群体细分 273
' B6 \5 B. L+ a5 ^
, x N2 m& {% r8 @15.5.3 供应链管理 273
4 \. R, }: X* `8 Z) g- Y, b( e. B( [
15.6 大数据在餐饮行业中的应用 274
) W3 S( S' D* k5 E* j" c# a! c6 C5 L* m* n6 b) k D
15.6.1 餐饮行业拥抱大数据 274- M( ~" q' U/ {5 L; v
; r& P6 R [6 B6 I; p; V% D. D
15.6.2 餐饮O2O 274
0 b( i( F3 p. T" s7 k0 W# m- G |0 l! L0 @" B
15.7 大数据在电信行业中的应用 276( s8 u H% o* d, P- N; I. B7 d
6 G- Y; L; D3 D' e j! |15.8 大数据在能源行业中的应用 276: A4 \7 A! P _# L$ o- t
5 C' k7 v8 w. @& V: S# k+ t15.9 大数据在体育和娱乐领域中的
. V& _2 r% ]8 L1 o" j0 J7 v+ N% V: u5 V& D. z3 q
应用 277
9 Y9 c( D; Y6 E0 \( l9 \
( [. W5 T4 q) z% I- w) e; x' l15.9.1 训练球队 277
' ^7 p9 ^9 c/ M6 u. P; v3 {% B3 T
% c5 G6 @' Z& G4 l6 E% H15.9.2 投拍影视作品 278 X# `( Y/ o# a$ n; h1 U) S
& l1 u7 |2 g& }4 z! _15.9.3 预测比赛结果 279
3 t) `/ ?3 @/ h* O
, ^7 ~% [0 Z6 _" _8 Y& C# L15.10 大数据在安全领域中的应用 280% I! {* a+ |: X5 S+ @
2 M. W9 z b+ m& V: x7 H15.10.1 大数据与国家安全 2808 v" J0 L3 V$ g2 E) |* D! n
6 V) d6 j2 B& v2 }, i( H& [; Y
15.10.2 应用大数据技术防御8 L, d4 y3 Q6 e( y7 p8 Z5 B) |
% D" S( @6 ]4 N' v3 i( {& ]网络攻击 280
- \- c7 N3 b L) o; E" x6 U. k
0 s0 Y/ Z2 k9 T. P! ]15.10.3 警察应用大数据工具1 s _; C+ T# y& ` p' c
: t, d: U+ k/ j& @: ?4 f# U预防犯罪 2813 C$ H% c5 \7 D \% x! C( E+ a
) ^# H( ^0 x! H0 Y ?9 x! S$ \) Q6 F. M15.11 大数据在政府领域中的应用 282
0 E0 n) U1 f# S( _4 ~ A3 i' c8 b- d0 u* A+ \
15.12 大数据在日常生活中的应用 283
( H* E( c% }) ^4 H! u3 V& m
/ Z+ g& p9 M6 v: O' i15.13 本章小结 284- j2 s, |: e8 J5 ?. p
# y u) X) W/ y0 E: _9 \9 M: J& x' Y
15.14 习题 284% d+ D' H+ \% |' t7 O5 D
8 j: m: i8 j+ ^/ \6 I" A参考文献 285
9 c) I6 U. {2 T3 A
& `, s$ A2 i* Y. A7 ^; c- g( d2 hJava资料百度网盘下载地址链接(百度云):java自学网(javazx.com) 大数据技术原理与应用(第2版) PDF 高清 电子书 百度云.rar【密码回帖可见】8 R7 E- O2 Q! _, w
4 h a$ E9 U* ^' i: g X
2 H% ?# _ J( X* _% Z
3 s! K4 A2 D( U" j# k$ ?) k, l; V5 |. ~; l8 D6 L
|
|