日本97人人a片,最新精品国偷自产在线观看网站,美女裸乳网站18站禁

本書以大數(shù)據(jù)的全生命周期中涉及技術(shù)為線索，比較全面地介紹了大數(shù)據(jù)技術(shù)架構(gòu)、基礎(chǔ)設(shè)施、大數(shù)據(jù)采集與預處理、數(shù)據(jù)存儲與文件系統(tǒng)、NoSQL數(shù)據(jù)庫、數(shù)據(jù)分析與開發(fā)、數(shù)據(jù)可視化及應用、大數(shù)據(jù)安全等方面內(nèi)容，同時針對Hadoop框架、HDFS、HBASE、Spark等技術(shù)為例進行了部署展示，并針對大數(shù)據(jù)有關(guān)的云計算、人工智能等與大數(shù)據(jù)息息相關(guān)的內(nèi)容進行較為詳細的介紹與說明。

本書針對相關(guān)知識點都進行較為細致的講述，并配有與理論學習相結(jié)合的電子資源，包括教學大綱、課程PPT與實驗案例等，可作為高校計算機、信息技術(shù)類大數(shù)據(jù)相關(guān)通識課程教材，也可以作為大數(shù)據(jù)相關(guān)專業(yè)的專業(yè)課程教材。

第 1章大數(shù)據(jù)的概述 1

本章導讀　1

1.1　什么是大數(shù)據(jù)　1

1.2　大數(shù)據(jù)的來源　3

1.3　大數(shù)據(jù)的分類　5

1.4　大數(shù)據(jù)的特征　7

1.5　大數(shù)據(jù)的新思維和新理念　8

1.6　大數(shù)據(jù)系統(tǒng)的基礎(chǔ)架構(gòu)　13

1.6.1　基礎(chǔ)支撐服務　14

1.6.2　數(shù)據(jù)采集及預處理服務　14

1.6.3　數(shù)據(jù)存儲服務　15

1.6.4　數(shù)據(jù)引擎服務　16

1.6.5　綜合應用服務　16

1.6.6　數(shù)據(jù)治理體系　16

1.6.7　支撐體系　18

1.7　大數(shù)據(jù)的技術(shù)體系　18

1.8　本章小結(jié)　19

拓展閱讀　19

本章習題　20

第　2章大數(shù)據(jù)基礎(chǔ)設(shè)施　22

本章導讀　22

2.1　虛擬化技術(shù)　23

2.1.1　虛擬化的定義　23

2.1.2　虛擬化的特征　24

2.1.3　虛擬化技術(shù)的分類　26

2.2　云計算技術(shù)　30

2.2.1　云計算的定義　30

2.2.2　云計算的特點　31

2.2.3　云計算的技術(shù)架構(gòu)　32

2.2.4　云計算的部署模式　34

2.2.5　云計算平臺的功能　36

2.3　Hadoop分布式系統(tǒng)　37

2.3.1　Hadoop簡介　37

2.3.2　Hadoop發(fā)展歷史　38

2.3.3　Hadoop的特點　39

2.3.4　Hadoop的版本演進　40

2.3.5　Hadoop生態(tài)組件　41

2.4　本章小結(jié)　45

拓展閱讀　45

本章習題　47

第3章　大數(shù)據(jù)采集與預處理　48

本章導讀　48

3.1　大數(shù)據(jù)采集　49

3.1.1　大數(shù)據(jù)采集概述　49

3.1.2　日志數(shù)據(jù)采集　52

3.1.3　網(wǎng)絡數(shù)據(jù)采集　56

3.1.4　網(wǎng)絡旁路的數(shù)據(jù)采集　69

3.2　大數(shù)據(jù)預處理　70

3.2.1　數(shù)據(jù)預處理概述　70

3.2.2　數(shù)據(jù)特征　71

3.2.3　數(shù)據(jù)規(guī)范化　73

3.2.4　數(shù)據(jù)抽取　73

3.2.5　數(shù)據(jù)清洗　75

3.2.6　數(shù)據(jù)集成　81

3.2.7　數(shù)據(jù)轉(zhuǎn)換　82

3.2.8　數(shù)據(jù)加載　83

3.2.9　數(shù)據(jù)消減　84

3.3　本章小結(jié)　85

拓展閱讀　86

Kettle　86

Sqoop　88

本章習題　90

第4章　大數(shù)據(jù)存儲與分布式文件系統(tǒng)　91

本章導讀　91

4.1　傳統(tǒng)的存儲設(shè)備　92

4.1.1　機械硬盤　92

4.1.2　固態(tài)硬盤　94

4.1.3　移動存儲介質(zhì)　94

4.1.4　傳統(tǒng)存儲系統(tǒng)　95

4.2　獨立磁盤冗余陣列（RAID）　96

4.2.1　RAID概述　96

4.2.2　RAID架構(gòu)　97

4.2.3　RAID 0　99

4.2.4　RAID 1　102

4.2.5　RAID 5　102

4.3　HDFS分布式文件系統(tǒng)　102

4.3.1　HDFS的簡介　103

4.3.2　HDFS的體系架構(gòu)　106

4.3.3　名稱節(jié)點與數(shù)據(jù)節(jié)點　109

4.3.4　映像文件與事務日志的歸并　111

4.3.5　HDFS的數(shù)據(jù)存儲特性　113

4.3.6　HDFS的容錯機制　114

4.3.7　HDFS的高可用機制　115

4.3.8　HDFS的聯(lián)邦機制　116

4.4　本章小結(jié)　118

拓展閱讀　118

本章習題　120

第5章　大數(shù)據(jù)的數(shù)據(jù)庫系統(tǒng)　121

5.1　非關(guān)系NoSQL數(shù)據(jù)庫　123

5.1.1　NoSQL的特點　123

5.1.2　NoSQL的理論基礎(chǔ)　124

5.1.3　NoSQL的類型　130

5.2.4.　NoSQL的發(fā)展趨勢及挑戰(zhàn)　136

5.3　HBase數(shù)據(jù)庫　137

5.3.1　HBase的概述　137

5.3.2　HBase數(shù)據(jù)模型　138

5.3.3　Hbase體系架構(gòu)　141

5.3.4　HBase運行機制　145

5.3　數(shù)據(jù)倉庫　147

5.4.1　數(shù)據(jù)倉庫的發(fā)展　147

5.4.2　Hive　148

5.4.3　Impala　151

5.7　本章小結(jié)　154

拓展閱讀　154

數(shù)據(jù)湖的概念　154

數(shù)據(jù)湖的特點　155

本章習題　157

第6章　大數(shù)據(jù)的計算模式　158

本章導讀　158

6.1　大數(shù)據(jù)計算模式的特征和分類　159

6.2　MapReduce批處理計算框架　161

6.2.1　MapReduce的思想　162

6.2.2　MapReduce的功能函數(shù)　164

6.2.3　MapReduce的體系架構(gòu)　166

6.2.4　MapReduce的工作原理　170

6.2.5　MapReduce的實例　175

6.3　YARN資源管理　176

6.3.1　YARN資源管理的概述　176

6.3.2　資源管理器　178

6.3.3　節(jié)點管理器　178

6.3.4　應用程序管理器　178

6.3.5　YARN資源管理的工作流程　179

6.3.6　YARN資源管理的優(yōu)勢　180

6.4　Spark內(nèi)存并行計算框架　181

6.4.1　Spark內(nèi)存并行計算框架的概述　181

6.4.2　Spark內(nèi)存并行計算框架的思想　183

6.4.3　Spark內(nèi)存并行計算框架的體系架構(gòu)　186

6.4.4　Spark內(nèi)存并行計算框架的運行流程　188

6.4.5　Spark內(nèi)存并行計算框架的RDD　190

6.4.6　Spark交互查詢引擎　200

6.6　本章小結(jié)　202

拓展閱讀　202

本章習題　205

第7章　大數(shù)據(jù)分析挖掘與可視化　207

本章導讀　207

7.1　大數(shù)據(jù)分析挖掘　207

7.1.1　大數(shù)據(jù)挖掘概述　207

7.1.2　數(shù)據(jù)挖掘與數(shù)據(jù)分析　210

7.1.3　大數(shù)據(jù)挖掘的特點與挑戰(zhàn)　211

7.2　數(shù)據(jù)相似性　214

7.2.1　數(shù)值屬性的相似性度量　215

7.2.2　標稱屬性的相似性度量　216

7.2.3　文本相似性度量　217

7.3　數(shù)據(jù)挖掘方法　218

7.4　大數(shù)據(jù)挖掘工具　219

7.4.1　weka　219

7.4.2　Spark MLlib　221

7.5　數(shù)據(jù)可視化概述　223

7.5.1　大數(shù)據(jù)可視化的主要進展　224

7.5.2　大數(shù)據(jù)可視化的發(fā)展趨勢　226

7.6　數(shù)據(jù)可視化流程　228

7.7　數(shù)據(jù)可視化原則　230

7.8　數(shù)據(jù)可視化工具　230

7.9　時空數(shù)據(jù)可視化　239

7.9.1　時變數(shù)據(jù)可視化　239

7.9.2　空間數(shù)據(jù)可視化　242

7.10　非時空數(shù)據(jù)可視化　242

7.10.1　文本數(shù)據(jù)可視化　242

7.10.2　復雜高維數(shù)據(jù)可視化　242

7.11　數(shù)據(jù)可視化交互　246

7.11.1　交互延時　247

7.11.2　交互分類　247

7.11.3　交互技術(shù)　248

7.12　本章小結(jié)　248

拓展閱讀　248

本章習題　250

第8章　大數(shù)據(jù)應用　251

8.1　大數(shù)據(jù)的行業(yè)應用　251

8.2　智慧城市　253

8.2.1　智慧城市概述及建設(shè)內(nèi)容　253

8.2.2　智能交通與大數(shù)據(jù)　254

8.2.3　環(huán)保監(jiān)測與大數(shù)據(jù)　255

8.2.4　城市規(guī)劃與大數(shù)據(jù)　256

8.2.5　公共安全與大數(shù)據(jù)　257

8.3　自動駕駛汽車　258

8.3.1　自動駕駛汽車的發(fā)展階段　259

8.3.2　軟件定義汽車　260

8.3.3　車聯(lián)網(wǎng)與大數(shù)據(jù)　262

8.3.4　無人駕駛汽車與大數(shù)據(jù)　265

8.4　本章小結(jié)　267

拓展閱讀：　267

本章習題：　270

第9章　大數(shù)據(jù)安全　271

9.1　物理安全　272

9.2.1　物理安全管理　273

9.2.2　物理安全技術(shù)　274

9.2　數(shù)據(jù)安全　275

9.3.1　面臨的問題　276

9.3.2　安全機制和解決方案　278

9.3　虛擬化安全　281

9.4　安全監(jiān)管　282

9.5　應用安全　283

9.6　業(yè)務安全　283

9.7　大數(shù)據(jù)保護　284

9.8　本章小結(jié)　285

拓展閱讀：　285

本章習題：　288

你還可能感興趣

我要評論