大數(shù)據(jù)導(dǎo)論：關(guān)鍵技術(shù)與行業(yè)應(yīng)用最佳實踐

第1章 大數(shù)據(jù)概論
1.1 什么是大數(shù)據(jù)
1.1.1 大數(shù)據(jù)的概念
1.1.2 大數(shù)據(jù)的特征
1.1.3 大數(shù)據(jù)的產(chǎn)生
1.1.4 數(shù)據(jù)的量級
1.1.5 大數(shù)據(jù)的數(shù)據(jù)類型
1.1.6 大數(shù)據(jù)的潛在價值
1.1.7 大數(shù)據(jù)的挑戰(zhàn)
1.2 大數(shù)據(jù)與商業(yè)智能
1.2.1 商業(yè)智能的概念
1.2.2 商業(yè)智能的架構(gòu)體系
1.2.3 商業(yè)智能的核心技術(shù)
1.2.4 商業(yè)智能的研究內(nèi)容和發(fā)展方向
1.2.5 商業(yè)智能與大數(shù)據(jù)的關(guān)系
1.2.6 商業(yè)智能與大數(shù)據(jù)的結(jié)合應(yīng)用
1.3 大數(shù)據(jù)相關(guān)技術(shù)與應(yīng)用概況
1.3.1 大數(shù)據(jù)的相關(guān)技術(shù)
1.3.2 大數(shù)據(jù)的應(yīng)用概況
1.4 大數(shù)據(jù)熱點問題與發(fā)展趨勢介紹
1.4.1 大數(shù)據(jù)的熱點問題
1.4.2 大數(shù)據(jù)的發(fā)展趨勢
1.5 練習(xí)
參考文獻
第2章 數(shù)據(jù)組織存儲技術(shù)
2.1 數(shù)據(jù)存儲概述
2.1.1 數(shù)據(jù)存儲介質(zhì)
2.1.2 數(shù)據(jù)存儲模式
2.1.3 大數(shù)據(jù)存儲存在的問題
2.2 數(shù)據(jù)存儲技術(shù)研究現(xiàn)狀
2.2.1 傳統(tǒng)關(guān)系型數(shù)據(jù)庫
2.2.2 新興的數(shù)據(jù)存儲系統(tǒng)
2.3 海量數(shù)據(jù)存儲的關(guān)鍵技術(shù)
2.3.1 數(shù)據(jù)劃分
2.3.2 數(shù)據(jù)一致性與可用性
2.3.3 負載均衡
2.3.4 容錯機制
2.3.5 虛擬存儲技術(shù)
2.3.6 云存儲技術(shù)
2.4 數(shù)據(jù)倉庫
2.4.1 數(shù)據(jù)倉庫的相關(guān)概念
2.4.2 數(shù)據(jù)倉庫體系結(jié)構(gòu)
2.4.3 數(shù)據(jù)倉庫設(shè)計與實施
2.4.4 數(shù)據(jù)抽取、轉(zhuǎn)換和裝載
2.4.5 聯(lián)機分析處理
2.5 練習(xí)
參考文獻
第3章 NoSQL
3.1 NoSQL簡介
3.1.1 什么是NoSQL
3.1.2 什么是關(guān)系型數(shù)據(jù)庫
3.1.3 NoSQL數(shù)據(jù)庫與關(guān)系型數(shù)據(jù)庫的比較
3.2 NoSQL的三大基石
3.2.1 CAP
3.2.2 BASE
3.2.3 最終一致性
3.3 key-value數(shù)據(jù)庫
……
第4章 Hadoop和MapReduce
第5章 數(shù)據(jù)查詢和分析的高級技術(shù)
第6章 數(shù)據(jù)挖掘技術(shù)
第7章 數(shù)據(jù)分析語言R
第8章 大數(shù)據(jù)用于預(yù)測和決策
第9章 大數(shù)據(jù)與市場營銷
第10章 大數(shù)據(jù)應(yīng)用案例
第11章 大數(shù)據(jù)應(yīng)用的主流解決方案