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）》
0 b4 W7 c: c+ e r" Ojava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。$ ?* X1 t7 z! p8 b
) m8 _6 d" \0 z6 o
作者：林子雨# _$ }# |/ L! p0 {, d# ]6 n
出版社：人民邮电出版社# K$ y+ e: K4 X9 D
出版时间：2017-02-20
# o+ S6 G1 G6 w* }, F. [# q书籍价格：47.40元 Z9 y2 }7 B3 f1 O. N
5 X# q: q6 |( e9 Z- p$ Y" h
/ ]$ W* o$ }4 f3 j0 v
- o9 U. }7 A b( O
$ b; ?3 _) y. T; _ Fjava电子书目录：7 M- \; u: f$ b: \/ ~8 J3 h9 v
第一篇 大数据基础+ R) K' K+ a, W
# P- u" I9 t& J# o1 ?) [) S/ {! X3 I7 ~1 V. Q& ~
7 b- B$ C- f# h5 F8 {3 W$ J/ Q第1章 大数据概述 25 l1 ^1 J' Y: k5 R# u( U
% t% ^/ W+ q# o) Q# |8 R5 V$ c% H- L6 }
1.1 大数据时代 2% _7 c; J: T6 ^. z# X
+ {. [9 ?; l" e1 c1.1.1 第三次信息化浪潮 2
& @9 l* C$ `2 ~: u$ h# c( \
" X. J& ?* r$ \ I3 Q$ q" U, }1.1.2 信息科技为大数据时代提供. p# E# S: L! S7 K+ X
& p' @$ I& f* v0 S) {' W9 M技术支撑 3' m* r! `% I3 P6 c0 S+ e* L @0 A
5 x! n3 E2 n" v$ A7 _. l( w* m1.1.3 数据产生方式的变革促成大数据时代的来临 5% s% @; i. |# ^2 f. e5 b1 m
* H5 f8 x0 ]2 D* q I2 ~7 h* s( K1.1.4 大数据的发展历程 6/ B3 l( ^7 q0 g# b- P2 a
" K5 ]; Q$ h. N6 I' `! W1.2 大数据的概念 70 c% W3 n* z2 h: I! I
8 R! a, E" D7 }7 y. A1.2.1 数据量大 7% Z8 \, T" O9 t# ], l* {% z
4 B. w0 K) M: U- y& p3 c( H2 Z: X4 f/ W
1.2.2 数据类型繁多 84 N7 E# e5 a% H) r2 i6 Z
1 D; y* [( o0 W$ r: @) j4 j* p1 @
1.2.3 处理速度快 9& m9 r# x1 n3 t6 t
) r# C% r- a( U0 ?* o( G$ s# O1.2.4 价值密度低 9
4 _' d; P0 E: A- i3 C. O5 g
' _9 L+ i2 H$ v$ D5 }( S% a6 I1.3 大数据的影响 9
+ E n9 _/ Z- @ _! C; u7 k, ~6 b8 d6 y* w& o9 U/ H9 e" U2 Q
1.3.1 大数据对科学研究的影响 10
& g2 k1 c9 }* y& S
+ x9 U: @- T0 Z5 K A1.3.2 大数据对思维方式的影响 114 y1 m# Z; i% d
, M0 k( C. |- l! i6 k
1.3.3 大数据对社会发展的影响 11& G2 K2 F& ] s9 O9 X2 T4 S, o
& T$ @! P" }# O, f; L9 g' A# F7 c, s$ p1.3.4 大数据对就业市场的影响 12. H( J6 K: G: g! }+ S* Y \3 E/ `
( ?6 c& U+ Z+ J
1.3.5 大数据对人才培养的影响 13
* l/ b3 {4 {* Y+ K3 x0 H0 e( R Z( Y
1.4 大数据的应用 14
/ U3 _% G# w( U! u$ W3 D/ |& b0 O3 ?9 ^$ j
1.5 大数据关键技术 14
4 R1 v! `3 k/ Q# G. @- {3 o3 A S6 T; p; S( U
1.6 大数据计算模式 15
" i9 {' e" f3 y+ T# g) M \0 y/ k, T( Z1 v
1.6.1 批处理计算 16
3 t$ d- P1 R4 X8 m: c9 U Y7 O& {) V& ^1 o) K
1.6.2 流计算 16
: L" g2 o) k# A% U7 w# X! t2 w1 m4 N
1.6.3 图计算 16( g* a8 a V$ I ^* `4 g5 N
$ @& u8 u9 n- j1.6.4 查询分析计算 17- m# ]* d! Y0 _3 i9 V
% E e& M: x( l* Y& r5 l K9 z1.7 大数据产业 17
: h; ~* O+ T/ O( N
& ^0 Q% V R9 J$ L1.8 大数据与云计算、物联网 18
5 A( m& |% v- g* r" x- v1 R& V2 i& A6 c* q; S/ l a @
1.8.1 云计算 18' ~4 A* B- _. D
' x+ L9 G D0 p8 ~6 {
1.8.2 物联网 21
: m2 u% y- {1 f) ]
8 _) P& R& Q7 y( s, K1.8.3 大数据与云计算、物联网的关系 253 e8 g8 ?' W# ?8 X! f A
5 X* ?# n7 {7 Q$ d% I. J9 m; ]! L; f1.9 本章小结 26
% F: g) B& y/ ?
5 V5 L, V) o% U+ U w- E5 Z2 _1.10 习题 26
3 g$ u8 L4 k" D# U2 V* G: }% N m- c- R M' U
第2章 大数据处理架构Hadoop 289 | |+ t3 R* M( \" L6 z5 R7 G- g
; T4 H8 T* b0 b2.1 概述 281 _! s9 s% X8 i; a
9 r& v) M h; \0 c
2.1.1 Hadoop简介 28! ]% H+ [3 L# Y8 P T2 n! C
* J/ L5 j( E9 b' [
2.1.2 Hadoop的发展简史 288 N+ s7 U0 @; |* ?4 \3 w
- x# l* d$ [- U2.1.3 Hadoop的特性 29
( [( q8 {& } i; t0 U$ M: y8 o
9 s6 B8 ]3 v( f3 P0 O2.1.4 Hadoop的应用现状 29
" ], ~ B* c3 |* W
/ w5 B1 I2 ^9 c5 \* R2.1.5 Hadoop的版本 30: T" }$ \6 \- W4 O* o) l
. n6 ]/ S: o+ a! m" I
2.2 Hadoop生态系统 30
0 P' S. d- o! E! m% t$ g8 p3 k$ b5 q: G6 ]( G8 E' N! y J
2.2.1 HDFS 31
* z! Z/ O" r- L* A
( f% T0 N( i, l2.2.2 HBase 31
" I. P3 n2 L' R G' H
9 Z" L8 ^% G- N% b: }5 F, E2.2.3 MapReduce 31
- u( F, v" r# Y- ]% s. [6 D9 h& j5 o! u' L# h& R+ f
2.2.4 Hive 32' }4 [) h, r5 _/ w7 i
1 [5 W! \+ W3 H9 H4 L* K, v2 \# f
2.2.5 Pig 32
9 x$ S2 k4 z1 T1 ]2 K
( r8 {+ \" i$ d2.2.6 Mahout 32
( }7 o" f9 H+ O' T. d# h; A) J/ s: J2 d' ^/ S, h0 V1 c2 U
2.2.7 Zookeeper 32
5 Q5 c" ~; l0 R5 c+ d/ r! o% p2 G. ~' s- r, Y
2.2.8 Flume 32
: ^8 l" H: y2 O% C: s1 N% n7 t9 B
2.2.9 Sqoop 321 M3 y' `2 S3 ]+ ~4 Y8 c, k
2 H3 z; u( |% r& r5 v4 Y; J/ |! j
2.2.10 Ambari 33
: f+ P9 b' |, U m. ^+ z C/ c0 L& G2 Z2 h- c6 y! ]# a
2.3 Hadoop的安装与使用 33
3 u- S: E+ w8 Z5 t/ X& R( p
/ k7 p) g- X: E( N" G. f- G2.3.1 创建Hadoop用户 33
5 |: n8 H8 y8 ?+ ], `( a
- @: ` B5 E! B- X3 `4 x& _2.3.2 Java的安装 34: o1 k* R7 c* `* j- i
# r, g5 }& G. ?0 [2.3.3 SSH登录权限设置 34
6 f3 p! f# O8 E- R R
% z0 p/ W9 d; i2.3.4 安装单机Hadoop 34
6 D7 N; V% d5 f$ c4 f% w$ L7 q* |. m, _ L6 {
2.3.5 Hadoop伪分布式安装 35
- p( @* r. N: x7 z2 G# `( K# u' ~4 K I
2.4 本章小结 37
+ m- M4 U- i g. X8 ?: j9 v. {+ M6 U( e6 }5 a+ A6 G
2.5 习题 38
1 h7 h, i+ b7 a6 C' V$ j5 S/ \1 Q, @2 c4 m
实验1 安装Hadoop 38
, _' z; k/ u! b
0 o9 s( B/ B# o7 c6 g) C& R6 U2 ~/ V. d* c9 w- m
/ Q( `7 X! U B# k第二篇 大数据存储与管理
# I( I7 j+ \- T0 ?1 c! W9 S
, ^2 E Q( M9 e+ E# z$ F
9 u% c5 R: C8 X: M4 B% h. j) P
1 Z' ?9 L' B% B# M$ B4 _$ r) K5 S$ _第3章 分布式文件系统HDFS 42
+ E% K0 T7 @. P4 A3 V9 U: I; |; o. r n& h3 n
3.1 分布式文件系统 42
6 C4 Q9 E( q2 b e5 S( H) t
O1 @- @+ l( y7 ~- j0 @3.1.1 计算机集群结构 42
1 H7 @2 |& F1 H5 G7 g
4 H6 L) s m }' [5 X6 L1 p5 O' T3.1.2 分布式文件系统的结构 43( J7 P6 R$ A8 Q" G x
( b: ~2 F4 e: q1 Z$ m
3.1.3 分布式文件系统的设计需求 44
! g$ f8 d) N+ D
- i* ^0 _5 v6 T: L3.2 HDFS简介 44
; h2 G! J( x. ^. [+ r1 j/ n( e( P" R9 E$ e1 ]
3.3 HDFS的相关概念 45
, b" B6 w) K( [( q Q
5 u( D8 N6 ~ |0 r. u, i7 d0 K3.3.1 块 454 P& F; A6 S" f) S8 ~6 m' d
5 k5 J- o( B7 _
3.3.2 名称节点和数据节点 46
1 g/ o4 ?0 w2 G: M4 j* P
, k' q- x* n n, Y/ M7 J/ C3.3.3 第二名称节点 47# {5 m/ y" z1 Y0 }; h3 i
$ U0 n* [6 C3 k& Q% ^. e1 N; y3.4 HDFS体系结构 484 v+ o+ i% z: }, Q2 X }
. \$ o. X$ L& l. c3.4.1 概述 48; ^8 X7 A. f3 |7 E# o0 _
5 M3 N* V; H$ N2 H: C/ z5 u+ E3.4.2 HDFS命名空间管理 491 ?0 b1 c" n; {: i( V2 |0 l# `- T2 x, t
3 H$ T P& \+ o$ J+ ]& a( G3.4.3 通信协议 495 L+ E S3 O) s% B+ Q2 \
' P3 ]6 \9 R& N3.4.4 客户端 50
& S9 l1 [* F6 T/ t' D0 E* O R' _3 S. p7 m( w% H
3.4.5 HDFS体系结构的局限性 50
3 s# a' E4 X$ u( h$ g4 _( ]6 t- E& t
3.5 HDFS的存储原理 50/ Z8 _9 W: J9 B# C. M5 e
, p0 n, g; W& `9 ]- l; W
3.5.1 数据的冗余存储 50
8 Z% L8 g! y1 }6 L- g3 S' ?( G' j3 u+ L% [5 E u+ E4 k
3.5.2 数据存取策略 51; ?5 f9 V% c" m( _8 |2 f
# W4 o- X% V0 d
3.5.3 数据错误与恢复 52& A$ r' _6 a6 A- C$ C
# L9 a0 o% _2 ~/ {3 I3.6 HDFS的数据读写过程 53( k( F# e* D0 X! }8 H, a. a* H5 E
( N$ h& A: D' O% m4 y8 H) z
3.6.1 读数据的过程 53& u3 x" L# n( H1 a3 ^
9 J8 B, r: z8 t7 Z l+ `3.6.2 写数据的过程 54
$ f9 b& E0 _" [+ r7 h7 S d) e$ r- S* e9 d; F
3.7 HDFS编程实践 55( R+ o4 D7 M9 F& x8 x; l% z
, v5 M, P4 O' Z) Q
3.7.1 HDFS常用命令 55
9 D5 U& r c, l6 v5 ]$ Z7 S9 k" {) w7 B- `
3.7.2 HDFS的Web界面 56
& y' j$ Z6 W7 ]. ?" m5 f. B% O; S. i+ c
3.7.3 HDFS常用Java API及应用实例 576 ~2 a6 i) t- }3 w/ {' c- B* v; R) T
1 H4 h" o8 X/ v$ T" |9 y: ^& l1 ~; N
3.8 本章小结 60! y, K {6 B* U3 h% g; g* B1 b% t
% p* A( v0 h, N
3.9 习题 61- O( R2 a- c0 [, X( c
' [% c; \5 J/ A7 O实验2 熟悉常用的HDFS操作 61! ?8 n- e4 c- |( m& x, H' g4 g
/ ?$ y9 q6 Y- g& A
第4章 分布式数据库HBase 63
4 Y8 h& O8 b; ~1 k2 {# T& l4 t( J( v: e; R
4.1 概述 63
; w2 M v5 N. C: e1 h! E7 U6 x& t, b/ ]; a3 h" |+ Y3 f- g
4.1.1 从BigTable说起 63
# ]% e$ N; x2 ]* B) e; p, R- W
( X1 k5 y+ S, H: F4.1.2 HBase简介 63
+ P0 j, b. N( {0 N4 j) J9 y% _# S3 m* r* c2 @
4.1.3 HBase与传统关系数据库的
~* Y( U1 J( i, c! |+ i/ w0 T q' V2 Y4 ^0 q
对比分析 64) t: c2 l# T/ Z- R, J7 C$ J
5 i; Q. o' ^1 I5 x& W4.2 HBase访问接口 65
& x9 A( E, x. u3 x9 \* O6 x
9 W/ ?6 b& j, k: Y4.3 HBase数据模型 66
6 }6 x2 E a. ^# T) V
- S3 H7 G9 a3 d2 \! K; ?4.3.1 数据模型概述 66
* I/ U1 F, W3 X# ]( o# Y: Q) p0 l: b0 t
4.3.2 数据模型的相关概念 66# j4 [+ |6 |' W7 o
% ?! G. O/ W7 h4.3.3 数据坐标 67
- R* J4 G+ A' y" J2 K/ Y
1 y' d( i l! U$ ~0 W4.3.4 概念视图 68+ O# S: T1 ~% F
0 z; G0 I6 m, |. O4.3.5 物理视图 69
( z8 X6 m, z `/ B* e2 T8 d9 D$ d& Y$ W4 E2 Q
4.3.6 面向列的存储 69
# M, ]2 w1 {& }$ h7 w8 E* ]& p) Y0 ~# y; x
4.4 HBase的实现原理 714 ~6 \$ c% b4 x
: N; ?1 _# j8 x8 }1 u) D
4.4.1 HBase的功能组件 711 t, C; m9 H7 v: j, J3 k
& ^/ C4 m& Z! m( g" c, D" t2 ?4 }4.4.2 表和Region 713 \! R' _ p" C' Z2 j
3 x7 u; J& S! n6 V
4.4.3 Region的定位 72" A P- \% B/ v! m# x
% r# j7 o- A3 U+ o5 S
4.5 HBase运行机制 74
3 H. R) y f; P- d7 j3 m# ]/ P y% `) q
4.5.1 HBase系统架构 74
) ^3 G8 _0 F' Y6 g, A
3 }/ K* U! [ F. ]: c6 q3 U( n4.5.2 Region服务器的工作原理 769 @! t! |2 m3 `) H M# I% M
$ h" V/ F0 t y
4.5.3 Store的工作原理 777 p3 {/ A4 X) k; r; M
" Y7 x) ~" c" Y0 C7 d$ ^% h5 y
4.5.4 HLog的工作原理 77( w" k w7 |, F( N
" i: ?5 `1 G4 u
4.6 HBase编程实践 78
; P, U) L9 t, J& i7 j+ j+ f0 ~/ m% k0 \% W; b
4.6.1 HBase常用的Shell命令 78
9 A X6 S5 \- k6 O/ n1 L1 M' x, [" s
! ?* U, o7 r: x0 i7 @ ~/ K- @4.6.2 HBase常用的Java API及
% e0 o5 i" r2 O% R9 W. R
- q y# J: L% w9 n2 K d7 H应用实例 80
0 B: P$ v: ? l Z N+ k% Z2 h" A5 T3 l" S. y
4.7 本章小结 90
% e- ]/ B! E6 J& v: ~
# m; }0 ?$ i, X6 v4.8 习题 909 g3 Y0 [! ?7 f
- c' j) @4 f. j! j
实验3 熟悉常用的HBase操作 91- D3 D- r" f( ^7 q# O, d" z
7 }/ S. N4 E0 c# j4 S( F6 K; v( y
第5章 NoSQL数据库 94
7 i y6 m! ~" [: n, e+ i t; _( h! r+ ]: J b
5.1 NoSQL简介 94
# b2 a) v* H, E" F# x# t; ]/ G0 g
5.2 NoSQL兴起的原因 95
9 R. u1 S4 V( B
: r+ e( S) F" y1 w& E+ D5.2.1 关系数据库无法满足9 {3 C, U, A7 m1 _2 g6 U+ B
+ u5 A& K Y3 v- g/ PWeb 2.0的需求 950 X* Q$ C# _6 i1 _3 t* d7 j. c
`' y4 ?, {- \5.2.2 关系数据库的关键特性在Web 2.0时代成为“鸡肋” 96
% k4 z% u8 `; f! m" B- V$ g
7 t+ q: q1 |8 d3 [% B5.3 NoSQL与关系数据库的比较 97. f1 K: _$ n' A: o! k
- O1 c) v8 C/ A( \4 h5.4 NoSQL的四大类型 98
F7 m5 u8 i# h9 Z9 d g/ Y' A$ ]% l1 W
5.4.1 键值数据库 99
5 W; z) B: U' u2 k1 {; P- r! p& [
. t. I3 W; S. d8 R6 k" p/ ?5.4.2 列族数据库 100
7 |5 y2 _8 S% ^4 ]( K% i$ K; o/ U- R% m* T3 }& S
5.4.3 文档数据库 100
" x6 b) ?2 Y2 V6 C% Z1 ^7 C
9 z. }4 V3 G* N5 g5.4.4 图数据库 101% p1 G% D" Q; z3 z
) S6 R0 ]) l. b
5.5 NoSQL的三大基石 101
1 V# m' V( v1 Z5 m! _: e
# y& f. d1 u7 B1 [8 p8 U5.5.1 CAP 101
7 e0 C' f; X- f6 i9 k
2 r' o" P0 z4 u8 f( m' c# ~5 f5.5.2 BASE 103
, p; L' s4 X0 }! m7 t; L0 @, V, I6 s) F, y
5.5.3 最终一致性 104" Q3 h+ l2 H. t8 f( H, h
% o6 q2 }- _" K0 i. K
5.6 从NoSQL到NewSQL数据库 105
. n4 k: w5 `$ E W# o# i: y# G; N2 ~3 P8 Y$ H- E8 Z4 V
5.7 本章小结 1070 G8 q4 Y" G/ l8 p
7 C1 r4 V/ ]! j8 \9 b5.8 习题 107
0 U; S# T5 a+ U! o( Q1 U
% ^' W \# U% _9 d0 f4 F2 O第6章 云数据库 108) L% ~1 E! ~& Q. c2 n
, e& ~# Z x* N I# @6.1 云数据库概述 108
& a' Y1 a, x) S: j( U2 ~( J$ A, l w: |+ _0 O! M
6.1.1 云计算是云数据库兴起的基础 108; X# n6 z# @4 W; f
3 r; I7 O6 ] C8 Y8 O* c" p6.1.2 云数据库的概念 109: W- i# F2 [& X+ @
' `7 ^9 {% c) z9 a
6.1.3 云数据库的特性 110) [8 L4 a! w e4 u) _) J6 N
% u& ]: \$ j' X* |3 D+ q8 ^6.1.4 云数据库是个性化数据
+ Q8 q1 r3 ^- ]+ y i6 X! H* ]" K7 S4 Y& D4 q7 e' w9 r- h
存储需求的理想选择 1112 p8 M. Z. S9 ~4 L0 t6 U: x
( T5 E1 i. B H( Z7 v" F# H7 _
6.1.5 云数据库与其他数据库的关系 112
7 {3 A9 w7 V( w2 k" [3 P+ n+ { c7 A$ v0 N& I
6.2 云数据库产品 113
( N5 j; h! z1 L- V# V& ~; X7 O- I2 X% w( p3 u5 ^! H, G
6.2.1 云数据库厂商概述 113
; n/ k ^ f3 J) \7 K9 [) v3 n& Z- }! J$ t7 }1 E
6.2.2 Amazon的云数据库产品 113
8 O9 C1 C9 f) [
' f1 k& M1 A4 M/ }6.2.3 Google的云数据库产品 1144 t0 a; |! b& _" [5 ~% K
4 U0 \# p2 F; V
6.2.4 微软的云数据库产品 1146 I. F" |/ D. w4 _
7 n# M2 P% h' a( M' a3 a6.2.5 其他云数据库产品 115% A* ?1 ^" C) U1 J! \, t) L6 y9 o. f
8 V" G, o8 Z8 M! I) \# O* C: j
6.3 云数据库系统架构 115
9 p. {5 ^2 W+ k0 F" f# U. R/ z/ Q. z8 _8 Y3 ^7 X( L% V
6.3.1 UMP系统概述 115
3 Q! Z x; F4 Z8 t: c7 Y g3 Q" d
6.3.2 UMP系统架构 116
- g) \, [+ h3 g; f6 }* C" l3 i0 |
+ z) A: W0 j5 D5 h$ k6.3.3 UMP系统功能 118+ _1 {7 u. ^$ i0 p2 C: o% ^
) }4 U( U( A$ s5 _+ t3 m; u" e1 q6.4 云数据库实践 121
% z0 t8 G! r2 m0 C4 P0 Y2 {
3 | _ I0 [0 x6.4.1 阿里云RDS简介 121 l, p% F- b& z6 n2 _8 ?! _5 \
; s' k0 ~+ J. G: ~% E6.4.2 RDS中的概念 121' w3 \. H" a% L# ~ t$ z- s. {& A
, l! x1 d( x& \. [6.4.3 购买和使用RDS数据库 122
k E m7 B' L* S' ^3 z+ R. K8 O9 y' Z6 T) n( z
6.4.4 将本地数据库迁移到云端RDS3 ~% A9 X# h0 A# |/ S1 L1 }
# b: Y7 L: x' _! G, _* L数据库 126$ D" @9 T W7 p( p7 A+ r
7 S7 i' ]1 X7 O2 T/ i; K6.5 本章小结 1271 r' D0 z( H+ n( u$ ] ?- u
4 V* Y9 M- F" c/ c2 I* O6.6 习题 1278 P* T& Q, F, \& x6 c5 V
$ {) S. r2 @- \6 ~6 v6 w实验4 熟练使用RDS for MySQL
9 A4 K+ n! r1 n I# p5 C* S3 N" x
5 p r0 I( u4 U. j# g n0 q# h/ W数据库 1281 F% P6 `# b( G* `
7 E/ H" f% I) m* t4 v' S% M: U- b
9 o5 r4 _4 k) t/ L0 {2 j+ [3 G: j8 H9 ~
第三篇 大数据处理与分析7 x" n' i! J' Z1 N* E" v
) f2 [1 Q7 y4 Q) W0 ]0 m0 U) q% n: T
* [/ C2 Z8 c2 J, }; D9 N- X
" l+ A+ Y9 V3 Y% s第7章 MapReduce 132! b0 s% q9 X! V; H. A9 c2 h
! ^4 ]% I. R9 J; V \
7.1 概述 132
7 Y; i! u( \5 H+ W4 D3 k9 Z: B; x0 V' R
7.1.1 分布式并行编程 132
3 x5 ?9 L4 Q. E, V8 M# ^
3 r9 U5 f- o3 x9 U5 A7.1.2 MapReduce模型简介 133
$ c' w9 o V { B& b5 h
" O1 U4 M3 t8 y0 `2 @% t" r7.1.3 Map和Reduce函数 1333 b3 M c# i- V) H2 o( a* A1 g" S
2 H! @) b% `: b7 K# a1 W4 X7 {: A' p7.2 MapReduce的工作流程 134
1 t, A# c4 d9 P6 W$ r* g# E" N& k- _1 v; A" L# c4 g
7.2.1 工作流程概述 134& P0 e' O# {$ S$ C. [; e( N
( U% V6 l) Y* b0 E: M* J1 U7.2.2 MapReduce的各个执行阶段 135
`* ^+ o, t! E. H% X! R' o9 X7 o. i7 u! K8 Q
7.2.3 Shuffle过程详解 136; E' b6 N" Y. B! w' L, R. {
0 w/ b% ^0 R) {7.3 实例分析：WordCount 1398 a- D# t* p4 w6 O1 t1 d* _- c4 B" X
" C- @" c. f3 ?" c5 r
7.3.1 WordCount的程序任务 1398 P+ d, T% r7 T* T& r8 f
: b! G( W( q0 b* L4 C5 W. Q7.3.2 WordCount的设计思路 139
6 Y4 o6 W' U3 d
1 g7 d+ P- f# o" b$ n7.3.3 WordCount的具体执行过程 140
, ?. y5 [: [1 D4 W) K+ S
& h- b7 E, Q p5 A% U- K2 E7.3.4 一个WordCount执行过程的
: [( G8 T q% \ \- q# a
3 k2 X7 W# ^8 @ ^9 N6 `' T, C实例 141
3 ~- r5 A/ {; } Z9 t
3 J( q& t4 {6 j: V7.4 MapReduce的具体应用 1424 G4 [4 W+ w7 P# G# T
- D2 u: w: r+ f; h9 y, Y
7.4.1 MapReduce在关系代数运算中的应用 142
2 N- C3 o4 o8 Y$ s+ H+ Q! a' ~1 S: I! W8 \
7.4.2 分组与聚合运算 144/ R, d( @6 |: j, h
5 V. X' c2 |" A) n9 e8 |( C7.4.3 矩阵-向量乘法 144
: `" ?* M( X- m/ J6 C$ J
+ ?7 E! N) e7 |3 H$ T7.4.4 矩阵乘法 144- l* D3 X2 K6 R, H/ B! B5 O
, \; A# }" N9 {* W% i3 i7.5 MapReduce编程实践 145$ o8 {' G/ o$ t2 Q4 z; j
. M+ H2 Y1 \8 i) o7.5.1 任务要求 145
; T7 q1 v- S2 E( J6 [3 ?
/ Y# }" y! m& `/ x9 d6 y; W7.5.2 编写Map处理逻辑 146
4 f; V! @# {# g$ P1 z7 m0 A0 H5 _' h, g& `
7.5.3 编写Reduce处理逻辑 147
$ i$ @# W$ p( p3 e$ C5 L9 Q6 ?/ \5 O- ~3 E
7.5.4 编写main方法 147
; a$ J& A. t9 ?, U9 _# }7 a4 L6 Z9 K% ]8 `8 Z; |
7.5.5 编译打包代码以及运行程序 148
* Q3 K0 D) O, v6 {) j/ e+ |. I
9 i8 `' x1 r' J* G1 e+ X7.6 本章小结 150/ G: {) @% ] Z0 w% O3 `
% U# o. V" ]+ L' u) N& N, D
7.7 习题 151/ i0 h. L' i( f$ G3 e, O* B, P
" i* o5 S2 Y! z d
实验5 MapReduce编程初级实践 152 {8 [% T5 Z; N' V
! a3 Q! Q0 b* ^$ s第8章 Hadoop再探讨 155( j- ], v @/ S! {
6 t k2 a2 V8 x( E, g
8.1 Hadoop的优化与发展 1550 f" v2 X, u& y4 E
( q) s. G7 W1 r& O& Y
8.1.1 Hadoop的局限与不足 1551 M) S' C/ R* R Q1 v( j: n2 |
3 r2 H- x. ~0 ?" T! L8.1.2 针对Hadoop的改进与提升 156
, @3 _5 }3 K e6 S D! B
l& ^. L, T8 _" n3 `" X8.2 HDFS2.0的新特性 1563 C0 x1 j" j H2 i' r* z
) Z- p3 j4 M/ a+ l, i3 S8.2.1 HDFS HA 157$ H! G5 V% e7 c+ N( U( ]
$ m/ k% Y, X+ x9 L' W' i9 ^' P8.2.2 HDFS联邦 158& M7 _! [0 Z6 }- f/ y
' k% L" G2 ^1 m8.3 新一代资源管理调度框架YARN 159* u! q; w3 w! x; r, z; Z
: h( z3 f1 I3 p$ {5 b# `- }6 k
8.3.1 MapReduce1.0的缺陷 159
W& A( ^7 o" [; ]( t2 J) j4 p( _7 u2 x
8.3.2 YARN设计思路 160. R& m9 I I" R
D7 D, r# h6 q* q3 ]9 O Q; Y2 G
8.3.3 YARN体系结构 161
: p, U2 O7 ?8 b& |" N7 ?/ G, C# P A9 g
8.3.4 YARN工作流程 1631 a& e; t; t' I" C0 E. q
6 ]! K$ T% {7 |& z! {6 F8.3.5 YARN框架与MapReduce1.0' I$ z% s; J9 t) z
4 i/ J7 U# E" I e! A+ t2 A框架的对比分析 1645 ~+ \; S9 h8 d+ k
$ w# |5 w! q& ]# o) Q4 C8.3.6 YARN的发展目标 165" o! H+ m, H8 `( \( ?) h
0 z9 V2 D% I' z5 [" Z* P4 O$ j% |
8.4 Hadoop生态系统中具有代表性的3 V, B* L1 ~$ R8 u5 y3 ?7 @
3 l! Y& P8 _9 p. K: r0 k5 e
功能组件 166
) i' x$ X/ {" u% `* v2 l, |4 l: R
# d s3 l! @- X* `- @8.4.1 Pig 166+ m* s/ ]' D1 ]
3 {" L& ]! Z+ t+ g: V# U, K) g$ `
8.4.2 Tez 167
$ F7 X2 c2 _4 r$ J* A6 U/ q+ w4 W6 B1 y
8.4.3 Kafka 169
' }$ ~* O: ]" d5 t* K3 ^) b% T% k9 o! U! x
8.5 本章小结 170' j& A5 _: J. ?) x
6 S" N8 x" z! x* F' D0 b2 v( V4 K8.6 习题 170
0 b+ M/ |4 }+ d$ ^2 V: f* H% P' V( v) Q2 }2 B$ h/ A! I
第9章 Spark 172 _/ F2 _2 e* a' |, i
, C R* U* X3 s. H0 p2 T5 u
9.1 概述 172
/ b6 ~/ f6 K) [$ A. u) x1 q E+ c* ?5 @7 g' H; R
9.1.1 Spark简介 172% H$ q8 R, Z4 F: F1 C0 g8 \" `
( Z( S$ j5 @- o$ I8 G9.1.2 Scala简介 173) ?' ~ k- h, J2 T3 a; }, z2 G' J
7 w0 T2 Q, \6 b2 N+ d9.1.3 Spark与Hadoop的对比 174" Z8 d/ }% q+ [; I, f7 l
9 N0 z. U' C9 ]$ m- r8 |
9.2 Spark生态系统 175
3 M/ ~3 Y* s% V/ `! {' l; S( [3 E
9.3 Spark运行架构 177
}& {* t* C/ Q, W0 J+ u
+ B0 k7 `5 a8 l. V3 R7 U+ ]+ v9.3.1 基本概念 177
" Q3 Q- D7 a8 X! _' f9 i. n$ B0 x% G9 W, S. w' Q
9.3.2 架构设计 1772 R, X2 D b' t0 `
& s! |# t2 w' y- w$ O
9.3.3 Spark运行基本流程 1788 { M, e$ M; q
, V# h7 b# _; S3 Y A6 j
9.3.4 RDD的设计与运行原理 179
( D6 @( g' I; D* a+ `
# K7 H' v6 W- Y9.4 Spark的部署和应用方式 1848 |2 \7 E e4 b; ~. S
$ H: v2 L3 n& X3 o7 d9.4.1 Spark三种部署方式 1840 O" j! S J; j! G
c8 j9 A/ E3 [/ A
9.4.2 从“Hadoop Storm”架构转向
- t3 ]& y( g# V% P+ [$ W" X, l# h# D1 T& v$ p
Spark架构 185
4 L- @$ p8 U* k( l7 H8 |2 ]4 B2 R* \8 Z6 f3 p' K: L
9.4.3 Hadoop和Spark的统一部署 186
* n) o* ]$ ^. u
; Z" G+ y) P% \9.5 Spark编程实践 186
1 F8 u( `8 u7 k
* g5 c. L5 x- z' [/ \3 e: K9.5.1 启动Spark Shell 187& Z, H6 O7 C! B& n8 V2 H
4 K; R' Y3 }) W/ M; p9 m
9.5.2 Spark RDD基本操作 187
|) B: Q( C' w3 u/ x C9 I% J
& ^! i, n l- S# y; ?, D! }9.5.3 Spark应用程序 1894 `" Q$ J3 x5 X+ k9 c2 c/ Y
+ [ C4 u7 P/ J& O1 C: a
9.6 本章小结 1929 Y* O; T1 @- Y X# [
' `! k$ N7 K& N2 H- a- m
9.7 习题 1939 Y1 e) {' ^7 y- |
; G# d, z8 q2 S8 G- ?& V* v2 c
第10章 流计算 194* S3 b j. M% C1 s( U
2 V. h D6 o1 `3 u7 B* m: x+ {
10.1 流计算概述 1945 C' ~, N; x# k$ g& Q+ g: l; y/ h
* d8 v9 T! ^: z* w: }
10.1.1 静态数据和流数据 194$ U) }1 ~* o! ]. I5 P
( Q) Q$ {. f$ E3 K# m
10.1.2 批量计算和实时计算 195# r% D \; A- C9 r- \' i
9 {: N6 O- ]2 o0 [* D# i. ?% U2 i10.1.3 流计算的概念 196
3 e a. W l0 c' x1 ^( C' E8 o& P% W% R
10.1.4 流计算与Hadoop 1963 x' S: k1 R) k# Q2 C6 Y+ s
; l) Q' r4 W z) i10.1.5 流计算框架 197/ b! `* H7 X* P2 w% F
7 D5 x2 D) ]. @9 n- \5 W
10.2 流计算的处理流程 197
6 T& C& j, s- k1 {. e( K7 H2 x: `; [# g5 f
10.2.1 概述 197
/ F# S+ }' O( B) m$ {; t# n" @" I9 ^! v# B* n
10.2.2 数据实时采集 198$ b: A$ W$ G8 ?4 V+ n
& X9 G4 G( k0 m% i4 V ~5 L10.2.3 数据实时计算 1981 V' D L. @: w, H8 {
; A; j& A! X: v2 {
10.2.4 实时查询服务 199
: X+ Z$ O/ d0 ?2 T: v" A( u0 T- o. Q7 ^
10.3 流计算的应用 199
# h' x( K% Z6 T9 p. J
2 ?+ A8 r1 N# l! y H: F8 d10.3.1 应用场景1：实时分析 199
7 f2 l! t5 a; l5 M% G0 D7 b
: K# C7 b! `! y! } z. _- n! d+ u( u10.3.2 应用场景2：实时交通 2002 P% G5 e4 `! ^+ J' h
9 D) S7 H4 W3 C9 e) ?
10.4 开源流计算框架Storm 200
# w/ a7 R4 N7 n3 }
3 P& W1 e, Q7 F N. {& _10.4.1 Storm简介 201
) d0 r1 D1 f! i% r1 |; q& F3 `) j; p! d
10.4.2 Storm的特点 201) `9 k* ~ B1 M# X: }# X
2 C. f% \0 B; @10.4.3 Storm的设计思想 202! E- l8 F: @0 Y. M- R J1 K
5 S' {! k5 m3 p4 s. f
10.4.4 Storm的框架设计 203
* h5 i3 P. q8 e0 Y6 ~3 j% D2 t3 d D9 o1 K$ i, C; u" m
10.4.5 Storm实例 2040 k" R1 N; b. n( z* q
; u$ i4 i; O2 a) W5 v10.5 Spark Streaming 206 T, f; x# e, [) _5 _0 t
' C; z( q# Y$ J0 c* {7 H! e' M
10.5.1 Spark Streaming设计 206: @& H/ |' G# G1 x" W: i a$ X
7 C3 ^- H6 ~! C10.5.2 Spark Streaming与Storm的
R) J; |3 q7 Z, J; {4 S3 q8 x& _+ \0 W% Q; }. k( V" y0 ^
对比 207$ v2 ~: z% X3 ~* _: \ ^
# T4 m: a" B" Q V, A# t, Y; {10.6 本章小结 208
& ]. C% T5 f! B6 m% b
1 ~9 {' e* e9 u4 \4 f; d10.7 习题 208
( E* C7 `* l7 N) N4 r
/ {& @0 ]4 }: n# H6 o第11章 图计算 210
' M* Y- v$ R2 q2 `- A- V
1 p9 \0 w. b( a' t0 z% P: u3 @11.1 图计算简介 210
C* D: K) C: w" A- A i& M4 E8 K. n, U( J
11.1.1 传统图计算解决方案的
5 ?& p4 S; E% {7 P \2 W
/ A/ R- w2 f. C4 b& g$ y 不足之处 210
9 z5 [2 T: i1 W. q8 b4 S! a
+ k( z V4 E/ C1 }) j11.1.2 图计算通用软件 211& U! S4 w) F' I% l+ M9 a# @
; \. ^1 M) |0 O7 D+ n& J8 g; @11.2 Pregel简介 211
2 a# m) I3 [0 d
$ f v+ }' B; e/ W; r' A11.3 Pregel图计算模型 2127 _- C+ i% t9 x/ @6 D7 C
% n- R' A7 W* }9 d& v* O11.3.1 有向图和顶点 212% C- M* A m* Z# T6 D. T, g
$ L" ]0 P9 n' O& Q
11.3.2 顶点之间的消息传递 212
3 W4 T- p: f1 _% c& M2 p, m# E6 Y- ^: |
& N6 i- `- z1 P11.3.3 Pregel的计算过程 213
" {2 p% C) s3 L+ z/ g3 D+ ?9 r6 A' U. b
11.3.4 实例 214
J5 J" R) {1 `3 H* e5 H" f
! N1 _! S: x' \, l3 V11.4 Pregel的C API 216* ~% b: L4 X4 j; T h
9 ?" K/ O, z( z' K: G2 k& w
11.4.1 消息传递机制 217' F X( V7 ^+ W- C5 ]$ r/ E. o
- O: H/ I' Q# N0 o6 t [
11.4.2 Combiner 217+ q! i0 u. E& T" j+ I0 l8 a4 J) j0 Q
$ }% E$ @, U3 ~
11.4.3 Aggregator 2182 o3 L: t+ A" Z' H g8 j
7 Z' w+ I" Z' k8 A. b% y+ w* h5 q11.4.4 拓扑改变 218, _$ c+ d! b5 I9 ?" Q6 { G/ w% f( r
/ N) g: ^" N% B3 A. c
11.4.5 输入和输出 218. x3 a3 C- y0 I; k% b" \+ g2 D
E% I: S+ [9 T2 b) J6 O
11.5 Pregel的体系结构 219) o# ]' g, W) ~- `9 W
- D1 t; U6 G2 c+ ^+ D& V11.5.1 Pregel的执行过程 219$ C3 @+ D! \! y( H8 b. H: B# n
5 {6 ~% Y: B1 q' ]1 `
11.5.2 容错性 220& f2 T ?' p& F" s
" O4 P0 t4 j7 f9 V11.5.3 Worker 2219 L0 \1 ?2 l; O: j& Q/ s9 Y
" G$ Q: X! O# h' P# P1 E! S, F
11.5.4 Master 221
4 V( d2 |# ^0 _7 e4 T. K
' o! I2 m7 _5 c/ @11.5.5 Aggregator 222, _* f4 s2 X& v1 I3 H
9 U% R; \. s+ j0 z" y# ?0 x* X11.6 Pregel的应用实例 222
, H8 m" }$ @$ x% n) T+ ^* E# h9 N) U0 O; e
11.6.1 单源最短路径 222
+ L$ q" v* B/ [" M( i% z
0 r" Y. t; c1 A" ^' o) Z7 i+ q1 w11.6.2 二分匹配 2232 g K2 ~ T/ F+ `3 T% X3 ~ `
- C# j/ d/ t; w0 r. N. p; W3 X11.7 Pregel和MapReduce实现PageRank算法的对比 224
4 O. x% J5 V, \% d( J g: ^6 A- T S4 m
11.7.1 PageRank算法 224
& A3 \: _0 u: ]. S! }( Q6 \$ N9 d6 K: D" J5 v
11.7.2 PageRank算法在Pregel中的
; h9 {% T2 ?4 t! O) K, n
3 }/ V$ q( G- O8 T) X实现 225/ i0 z: A. c) b( e2 q
$ w5 A- Q1 C. |. o! A- |/ F11.7.3 PageRank算法在MapReduce& z/ O- c- X& M3 g
" y+ E) P+ {% @* B% g
中的实现 225$ i. Z$ y, r {( Z) ?, Q4 G
- r( Y/ L" |5 H2 R& A1 r4 r; m
11.7.4 PageRank算法在Pregel- }# W: F2 O5 }5 R B( G2 g
+ U* W. h2 x: ]) i2 u
和MapReduce中实现的比较 2283 o' K: X8 `! B! E" _
7 y" T6 p' `$ m2 I. h11.8 本章小结 228! l/ z/ H& ~& i( ~. w$ f! z: L
' {) ]' R+ [# H- K8 O
11.9 习题 228
* |2 I& M$ ~/ E! [9 J H1 M9 k+ w' `4 Y' a: M: N5 X( f
第12章 数据可视化 230
0 i* y$ r4 c* F3 `2 u: l
5 N+ m8 W6 f; _1 h/ n12.1 可视化概述 2302 @- j4 u! k* ` U
$ D" w& g- j P* ]6 ^2 W
12.1.1 什么是数据可视化 230& X3 n5 B! B" a# C5 p) q
0 G9 [! z$ l, [0 S' r6 H5 o6 ^
12.1.2 可视化的发展历程 230
' _* ^1 H. m7 v& \1 P9 l% N% Y* K% A- t' m/ d* [0 s8 ~2 l
12.1.3 可视化的重要作用 231
1 _- D1 h: a' O- g. e- x0 W
" S* v3 X0 m1 E2 o( ~7 f# d: k12.2 可视化工具 2332 ?: A( W8 C5 s2 L O& u/ p8 l
/ S ?' e5 j2 r$ w( ^
12.2.1 入门级工具 233, {* Y" Y1 D# y, D/ h4 s3 V$ ^
% S2 L0 ]7 b: E7 \6 [' X
12.2.2 信息图表工具 234, O" v' Q" S8 k" z( v+ ?2 V4 d* V
& Q! ^3 o" d' h: s. U! ]
12.2.3 地图工具 235
: N- @- \4 p4 T% ~) _: |/ K& f
12.2.4 时间线工具 236
/ \$ J5 m$ U2 V6 H
- x) D6 p5 L$ D( w12.2.5 高级分析工具 236, f: C1 t, Q$ B* h+ Q1 k
: i* L5 J/ r* h5 V+ r L12.3 可视化典型案例 237. S$ |' C. U1 s. C" _# m9 R( ?% F
; j S/ q9 n5 \1 E! |9 Y
12.3.1 全球黑客活动 2374 D9 U/ L$ M7 y9 {# ^5 B& _
' _- e$ D- _" Y
12.3.2 互联网地图 237# g- t/ U* A9 l0 ~* M5 l
( `5 O* H( r! V12.3.3 编程语言之间的影响力关系图 238" s) O1 r" u* b1 W. y" f% p- v
5 V( z; |2 R* M5 h+ W2 x
12.3.4 百度迁徙 239
5 o6 T. e! m$ m9 ^1 w2 G& r; M0 I2 _
12.3.5 世界国家健康与财富之间的
9 w" R' W% ~8 C3 ^2 ^# Z
3 }- V2 l, D% A/ X0 U- t关系 239
4 [9 @- \# x$ a i, R9 I$ R
- {) C2 g' e! A$ G/ I L- {! X12.3.6 3D可视化互联网地图APP 2396 P6 }1 K9 h. D1 t# i" T. Z/ L' D' V5 g3 ?
& ?0 `5 V7 C) K; a12.4 本章小结 240
3 Z W. Q5 g( u$ c) Y# N: m- O6 [) y/ g# _/ C* a
12.5 习题 240
4 ^" N' U; Q; z; A" x1 B2 ^7 i" e7 l3 ~: b/ m& i
5 }+ s8 B. h/ B* _9 H
) `! L( V2 w' ]; f% |第四篇 大数据应用
1 s. E5 p/ n* L% X4 a. Q
6 W0 N) C( L& E, e
4 U9 ~7 i% j3 ^) h
; `! v8 ^ O9 \: m第13章 大数据在互联网领域的
) P/ C( K+ h# Z, f+ w8 Q% i- ^0 }1 z0 i( r& a& O6 t. ~
应用 242
: Y M5 s w& B; Y e$ |. j
* h& t1 j1 y# g3 o13.1 推荐系统概述 2427 g# v2 a" S- V
% d( `2 v4 p* |$ w13.1.1 什么是推荐系统 242 w$ j# X) C! C# C& H% J
' S4 J% U* ?/ \! y$ `$ K8 s' H% z( y13.1.2 长尾理论 243
5 {! P+ l3 V, {5 R( N; k7 V$ f+ g$ n. K! x
13.1.3 推荐方法 243
' B& f r& r i* Q
* \. t( |( y1 E7 }. E0 {13.1.4 推荐系统模型 244- \7 O/ I8 ?- W0 ?0 k, W" X9 S
]( b# s) f3 G7 p3 r13.1.5 推荐系统的应用 2443 q/ z/ P) ]2 V8 C# D
8 Y, O! o8 d( b. C/ k; g13.2 协同过滤 245
% r, v, D3 D5 _, [, r( E
0 U6 [# e- i" Y& g% L5 ^) `% L13.2.1 基于用户的协同过滤 245
6 Y0 j& P% G, n8 u2 W/ L% m% X2 B; J4 L J% Q
13.2.2 基于物品的协同过滤 2466 @: }+ S: L* N. B8 L: _' r" q! F) z
6 z0 Z: E8 I- V/ y! F s13.2.3 UserCF算法和ItemCF算法的5 }, r; H1 n* p/ A7 C/ A6 }+ X
- @- F( \6 n* l& i9 B7 m对比 2482 ~/ h: v' y* v
# \0 [- s$ J. z" A5 z1 @( G
13.3 协同过滤实践 2480 t" i2 M! f- |$ Y" _
# q/ f! _: D5 n/ Y+ ^% M13.3.1 实践背景 248
& }+ w5 j+ I9 e8 L$ k3 R% ?5 c( t$ `2 e* l: {! k* _
13.3.2 数据处理 2499 k( U" }; Y' a. Y' U7 [
, ]4 [7 Q& M" S1 I+ k2 s. o: ~13.3.3 计算相似度矩阵 249
& N$ @! K/ q* X# r/ C8 N
, G* c0 e1 \$ f* o$ U' c13.3.4 计算推荐结果 250
1 t# Z$ k) x. ~& p2 A
; } Z6 H, [7 U7 E0 L$ ?! U# J/ ?13.3.5 展示推荐结果 250
* s5 W9 _0 l; ?6 u
/ m8 ~" `- m7 L; e3 y13.4 本章小结 251- b5 Y$ E; e" T6 b) v; D. b
+ k$ F+ ]+ ?" B13.5 习题 251
/ f( F& I1 |" ]1 E! S1 I( r. b" Z$ K+ o K' B
第14章 大数据在生物医学& }7 x; S/ z4 o H( Q
: D0 ?) l7 O8 s7 o领域的应用 252
# g: f! d2 J% {6 m( ]9 R
5 T8 U4 I! K4 J4 F14.1 流行病预测 252
( x7 j; A1 S! O1 V1 n
W( Y" K9 t2 X" G7 Z% @* U! V14.1.1 传统流行病预测机制的不足 252
) y2 t8 v8 }, W8 { g: k6 O
$ F7 U' ?8 K3 F2 D3 E0 T4 ^14.1.2 基于大数据的流行病预测 253
" _ A& O$ _8 X
3 p' s7 s, t6 R! w, C# O6 d14.1.3 基于大数据的流行病预测的
. g& e4 V2 K7 i- j2 u
: x! A# z# Q; z# R0 |4 b' u- q7 j重要作用 2538 {( e& u9 k1 L+ @
2 t' q0 @: b& _+ |% Q1 y14.1.4 案例：百度疾病预测 254
6 v5 q. h) e: a% v3 z3 ~7 G9 T3 K1 q" G( C
14.2 智慧医疗 255
0 D* v3 q# }. _5 {
R/ B# |4 W" I0 R4 _14.3 生物信息学 2560 z: ~* z6 @( S7 H' i* s
& `* c+ H" f! k6 A% M14.4 案例：基于大数据的综合健康服务$ h, C. K. B" D) M$ V5 n
. ]2 Y8 [) Y; o1 \6 G8 L) w平台 257
! Z5 u7 _: r' [0 S3 u9 b" ]# [6 N9 M9 @
14.4.1 平台概述 257
/ M- o- `/ I. j! E# ]% f0 [. C. l# b/ U$ B& L
14.4.2 平台业务架构 258
5 V# D* T4 Z. Y i
5 V9 `3 {0 M3 O( Y8 _6 ~% ~14.4.3 平台技术架构 258
: E- \! X) a+ E; l6 J1 s" s! Y* h7 N7 r3 ?- R- s5 M, e
14.4.4 平台关键技术 259* w9 z) Q1 @9 [# N0 C
" D; i5 y# t% _# ^$ r' ]* c1 S
14.5 本章小结 260/ s3 [9 M$ T( i/ [2 o9 s
0 m/ U H6 d4 w, j v3 E- h
14.6 习题 261
0 A r" F; U. f: v4 b0 ?2 n _; ^* T" \" [- a ^9 V
第15章 大数据的其他应用 262
- G/ M% A: k, o w8 a
4 l3 Z m( I) l: i+ B15.1 大数据在物流领域中的应用 262
9 {, f, o* R- u" L! e* r5 o
+ F. F7 b e% L& E. Y9 K) {15.1.1 智能物流的概念 262' Y8 o9 _3 Z/ c' J
: R. y& X+ S- r# x% _6 Y
15.1.2 智能物流的作用 263) V! E" Z: }7 I' A0 G0 {
' J/ T3 U6 |. n3 k1 [, u7 c S3 j15.1.3 智能物流的应用 263/ c5 b( Q; K; ?- J4 Q# U
" D. I7 U1 i* U
15.1.4 大数据是智能物流的关键 2639 D7 F$ E: @- f; ^, [2 }
6 }% Y4 W" }8 p$ O; U# E. j, ?! @
15.1.5 中国智能物流骨干网—菜鸟 264
: g* p* Q9 x2 Z$ @
8 v8 H, x4 H+ a15.2 大数据在城市管理中的应用 266# k/ ^; S2 F4 X7 y' K. l
5 G& g1 O0 T x* ?) ^4 J+ y15.2.1 智能交通 266- G& N: j! |- w5 Y3 e4 F- @
4 @/ j0 F3 H- c1 X5 Y15.2.2 环保监测 2676 b: @: S# j! ]6 [
2 K' x) |8 Z$ `2 F0 i" Q15.2.3 城市规划 268
& @/ l1 e* Z! S2 a
8 g7 p6 \2 t$ g7 P4 _15.2.4 安防领域 269& f0 q, [% c1 j) R2 ]8 e
8 J; ^$ b2 j& D: a# ~3 r' X2 x15.3 大数据在金融行业中的应用 2696 y0 p5 B% Z p( w8 J: i8 m
* i% V( h: g1 x" H: ]" \- ]" J15.3.1 高频交易 269' }; D/ Q/ w. o% l5 S p1 t' M
% w, ]4 Q2 v9 M* W15.3.2 市场情绪分析 269* Z/ k/ I1 R) l! ~
1 _/ u8 k1 s+ ~ S) T
15.3.3 信贷风险分析 270! U, B5 f: \0 [$ ~) }- I0 L9 v- k
) R1 N* y2 A( l6 k8 F4 M
15.4 大数据在汽车行业中的应用 2716 n" K- r9 W1 V+ v
7 o8 `" d" y/ D' @ C5 t4 d. m6 N15.5 大数据在零售行业中的应用 272
0 }/ @+ y3 q& X4 k2 y
) Q( |4 ?+ l# U* p, w$ p+ I/ j- d15.5.1 发现关联购买行为 272
/ b) D4 l; t% K" @' E
4 C/ Y4 P5 i: k$ @7 D/ @' p( e3 ~% R15.5.2 客户群体细分 273
- R& H% ?" _6 l) \" ]% E5 u" K' Q2 N0 U
! P3 O! m0 k, @+ I, p; t15.5.3 供应链管理 273
' d) i3 f! ]8 {, [/ @
8 `1 N$ b- `9 A15.6 大数据在餐饮行业中的应用 274
* L' H' g% x# Y5 G
& @9 c$ P. O$ r9 A B1 M r15.6.1 餐饮行业拥抱大数据 274
8 `1 Y h5 }3 \! u. t- z* y$ J9 ]6 S/ T" c% c! L" i3 m% w
15.6.2 餐饮O2O 274
" {' k' F7 Q9 {7 `. L
7 T1 b: p% F3 @15.7 大数据在电信行业中的应用 276
) l* \( c# y8 C3 g6 h) z/ J: R! p/ W0 m" j+ [+ ?$ _- E i5 P5 o
15.8 大数据在能源行业中的应用 276; t4 l3 E4 o- W/ k$ |
+ Q) j8 n3 c8 Z: A _" B5 L3 }; R
15.9 大数据在体育和娱乐领域中的
' n4 h2 i0 { P+ ?- x3 _1 K% r! |
. T* S. j) f8 ]+ [: A9 D1 a* f5 t应用 277/ J% X! @+ b, J
8 w9 T" ^0 d& L8 k: G1 }6 m( k15.9.1 训练球队 277% |/ n; U3 ]% P4 k9 P2 J; u
0 s3 U7 F" B6 S/ F" A- P9 Y
15.9.2 投拍影视作品 2783 f, I" y9 O9 m! y
8 {# W) g( c" H& d9 L* [" G15.9.3 预测比赛结果 279
" d. q* }$ V/ f0 v& z, `: V5 g @$ | K" G- j
15.10 大数据在安全领域中的应用 280
' \1 ^; c4 u2 v7 F5 Z
/ l0 t2 X% a) a2 L15.10.1 大数据与国家安全 280' B$ _- F4 p1 M' V
& t/ t& b& k7 `
15.10.2 应用大数据技术防御
8 ?% }- M, |: _9 p/ J# Z' g/ e. ~
: R# v, K2 @% h9 t# q; d& o0 u网络攻击 2809 x( _* t: q8 E) D2 u# v
: j8 ~3 h# X3 \% |
15.10.3 警察应用大数据工具' ^* [8 b8 y7 V* J
& @8 d i6 s6 [4 w
预防犯罪 2815 I ~: d$ \) i( a
; w" q" M" Z5 ]; a' a9 t
15.11 大数据在政府领域中的应用 282
2 T" G$ g. e' i+ W' H7 b+ J4 [4 h
, V* F j6 |. `3 K$ y2 y4 ^0 w15.12 大数据在日常生活中的应用 283' K: I4 L, E* L" n0 ~
" q% p& r* _3 x1 x+ M15.13 本章小结 2844 x) b( l( Y% {1 G. E
& V: z& C6 D( g& H
15.14 习题 2843 R% r' i, x. V; {" ~ f
: l f, d) Q3 y {% P8 ~参考文献 2855 [4 M' D/ \% W( E9 x' [% F/ q
) n+ N) h6 G+ Q) x# cJava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】
4 N @! L- U0 d/ g% @5 p* I( {% M A- [. g
* U. Z/ a+ V/ b& C& _; B' b# w1 M! E! V# k
; ]0 s0 T4 l6 F! u
|
|
[复制链接]
发表于 2018-6-17 01:00:00
