大數(shù)據(jù)導論

定　價：￥48.50

作　者：	余戰(zhàn)秋，蔡政策，錢春陽，趙小龍，王嬙等編
出版社：	電子工業(yè)出版社
叢編項：	新工科系列基礎教材
標　簽：	暫缺

購買這本書可以去

京東 (￥48.50)

ISBN：	9787121367311	出版時間：	2019-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	240	字數(shù)：

內(nèi)容簡介

　　《大數(shù)據(jù)導論》是學習大數(shù)據(jù)技術(shù)的入門教材，深入淺出地介紹了什么是大數(shù)據(jù)、大數(shù)據(jù)的價值及應用、大數(shù)據(jù)的架構(gòu)、大數(shù)據(jù)的采集及預處理、大數(shù)據(jù)的存儲、大數(shù)據(jù)分析、大數(shù)據(jù)可視化等，為學生提供在實踐中解決大數(shù)據(jù)相關問題的思路和方法。《大數(shù)據(jù)導論》貫徹理論精簡的原則，注重科普性，突出實用性，可作為職業(yè)院校相關專業(yè)的選修課教材，也可供大數(shù)據(jù)技術(shù)初學者及有關技術(shù)人員閱讀。

作者簡介

　　余戰(zhàn)秋，高級講師，任教于安徽工業(yè)經(jīng)濟職業(yè)技術(shù)學院，出版過多本職業(yè)教育教材；蔡政策，高級講師，任教于安徽國際商務職業(yè)學院。

圖書目錄

第1章大數(shù)據(jù)概述\t1
1．1 大數(shù)據(jù)是什么\t1
1．1．1 大數(shù)據(jù)是怎么來的\t1
1．1．2 大數(shù)據(jù)的定義與特征\t4
1．1．3 大數(shù)據(jù)與云計算、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)之間的關系\t5
1．2 大數(shù)據(jù)的意義及挑戰(zhàn)\t7
1．2．1 研究大數(shù)據(jù)的意義\t7
1．2．2 大數(shù)據(jù)的異構(gòu)性和不完備性\t10
1．2．3 數(shù)據(jù)處理的時效性\t10
1．2．4 數(shù)據(jù)安全與隱私保護\t11
1．2．5 大數(shù)據(jù)的能耗\t12
1．2．6 大數(shù)據(jù)管理易用性\t12
1．3 大數(shù)據(jù)技術(shù)及應用\t13
1．3．1 大數(shù)據(jù)技術(shù)框架\t13
1．3．2 大數(shù)據(jù)處理工具和技術(shù)發(fā)展趨勢\t17
1．3．3 大數(shù)據(jù)的應用\t19
【思考題】\t25
第2章大數(shù)據(jù)的架構(gòu)\t26
2．1 大數(shù)據(jù)平臺架構(gòu)簡介\t26
2．1．1 傳統(tǒng)計算方式的數(shù)據(jù)瓶頸\t26
2．1．2 大數(shù)據(jù)處理平臺的技術(shù)架構(gòu)\t27
2．1．3 主流大數(shù)據(jù)架構(gòu)\t32
2．2 Hadoop體系架構(gòu)\t37
2．2．1 Hadoop體系架構(gòu)簡介\t37
2．2．2 Hadoop的應用\t48
2．2．3 Hadoop MapReduce的應用\t50
2．2．4 Hadoop MapReduce應用實例\t58
【思考題】\t74
第3章　大數(shù)據(jù)的采集及預處理\t75
3．1 大數(shù)據(jù)采集\t75
3．1．1 大數(shù)據(jù)采集簡介\t75
3．1．2 常用大數(shù)據(jù)采集工具\t81
3．1．3 常用的數(shù)據(jù)采集方法\t88
3．1．4 Kafka概述\t91
3．1．5 Kafka安裝及使用\t94
3．2 數(shù)據(jù)預處理\t100
3．2．1 數(shù)據(jù)清洗\t100
3．2．2 數(shù)據(jù)集成\t104
3．2．3 數(shù)據(jù)變換\t106
3．3 ETL技術(shù)及其工具\t108
3．3．1 數(shù)據(jù)倉庫技術(shù)ETL\t108
3．3．2 常用ETL工具\t111
3．3．3 Kettle\t113
【思考題】\t120
第4章大數(shù)據(jù)的存儲\t121
4．1 大數(shù)據(jù)的存儲方式\t121
4．1．1 大數(shù)據(jù)存儲綜述\t121
4．1．2 數(shù)據(jù)的存儲方法\t125
4．1．3 大數(shù)據(jù)的基礎設施\t128
4．1．4 大數(shù)據(jù)文件存儲方式\t136
4．1．5 大數(shù)據(jù)存儲的特點及技術(shù)路線\t142
4．2 數(shù)據(jù)倉庫及開發(fā)模型\t144
4．2．1 數(shù)據(jù)倉庫簡介\t144
4．2．2 數(shù)據(jù)倉庫模型設計\t149
【思考題】\t161
第5章　大數(shù)據(jù)分析\t163
5．1　大數(shù)據(jù)分析概述\t163
5．1．1　數(shù)據(jù)分析的概念和分類\t164
5．1．2　大數(shù)據(jù)存在模式與結(jié)構(gòu)大數(shù)據(jù)\t167
5．1．3　大數(shù)據(jù)分析與數(shù)據(jù)分析的區(qū)別\t169
5．1．4 大數(shù)據(jù)分析的背景及挑戰(zhàn)\t170
5．2　大數(shù)據(jù)分析工具及方法\t170
5．2．1　大數(shù)據(jù)分析工具及手段\t170
5．2．2　大數(shù)據(jù)分析方法\t175
5．3　數(shù)據(jù)挖掘\t192
5．3．1　數(shù)據(jù)挖掘概述\t192
5．3．2　數(shù)據(jù)挖掘工具\t194
【思考題】\t199
第6章　大數(shù)據(jù)可視化\t200
6．1 數(shù)據(jù)可視化概述\t200
6．2 大數(shù)據(jù)可視化的實現(xiàn)\t204
6．2．1 數(shù)據(jù)可視化方式\t204
6．2．2 大數(shù)據(jù)可視化模式及應用\t210
6．2．3 大數(shù)據(jù)可視化方法\t210
6．2．4 大數(shù)據(jù)可視化的設計\t217
6．3　主流大數(shù)據(jù)可視化工具及應用\t220
6．3．1　Excel及應用\t220
6．3．2　Processing及應用\t221
6．3．3　NodeXL及應用\t235
【思考題】\t240
參考文獻\t241