大數(shù)據智慧管理與分析之技術和實踐：從數(shù)據倉庫/OLAP到NoSQL和NewSQL

技術篇
基于NosQL和NewsQL新技術的大數(shù)據管理與分析
第1章 大數(shù)據及其特點
1．1 大數(shù)據時代當前的狀態(tài)
1．2 大數(shù)據定義與特點
1．3 沃爾瑪應用大數(shù)據的案例
1．4 其他應用實例
1．5 對大數(shù)據的誤解
1．6 CAP理論與BASE
第2章 大數(shù)據生命周期及相應的技術挑戰(zhàn)
2．1 大數(shù)據生命周期
2．2 大數(shù)據面臨的技術挑戰(zhàn)
2．3 大數(shù)據安全與應用的挑戰(zhàn)
2．4 針對大數(shù)據挑戰(zhàn)的應對策略與技術方法
第3章 從關系數(shù)據管理到NoSQL技術的變革
3．1 關系數(shù)據庫核心特點簡介
3．2 關系數(shù)據模型在大數(shù)據處理方面的局限
3．3 面向大數(shù)據特點的數(shù)據管理技術革新
第4章 列式數(shù)據管理技術——HBase數(shù)據庫
4．1 HBase概述
4．2 HBase數(shù)據模型
4．3 HBase集群配置
4．4 HBase各個組件之間的關系
4．5 HBase的索引數(shù)據結構——LSM樹
4．6 HBase的作用和局限
4．7 HBase與其他相關技術的比較
4．8 應用實例
第5章 從關系型數(shù)據倉庫發(fā)展到NewSQL的Hive技術
5．1 數(shù)據倉庫技術介紹
5．2 數(shù)據倉庫的定義和特點
5．3 數(shù)據庫與數(shù)據倉庫技術不能合二為一的原因
5．4 數(shù)據倉庫建模
5．5 OLAP分析
5．6 Hive數(shù)據倉庫技術
5．7 Apache Kylin——Hadoop生態(tài)圈的MOLAP機制
5．8 Hive的適用場景
5．9 Hive與HBase的比較
5．10 Hive和關系數(shù)據倉庫的異同
5．1 l Hive和HBase——聯(lián)合起來作用更強大
第6章 大數(shù)據智慧管理技術的組合應用
6．1 關系數(shù)據庫與NoSQL的組合
6．2 NoSQL與NewSQL的聯(lián)合
6．3 應用組合技術的公司示例（見表6．1 ）
大數(shù)據智慧管理與分析之實踐指南
實踐應用篇
大數(shù)據智慧管理與分析之實踐指南
第7章 數(shù)據倉庫建設與OLAP分析實踐
7．1 數(shù)據倉庫實例背景
7．2 數(shù)據倉庫的數(shù)據預處理
7．3 數(shù)據倉庫建模
7．4 常用OLAP分析操作
7．5 MDX——0LAP分析查詢語言
7．6 銷售數(shù)據倉庫建設實踐項目
7．7 基于B／S的初級數(shù)據倉庫實踐項目開發(fā)
第8章 Hive數(shù)據倉庫開發(fā)和OLAP分析實踐
8．1 Hive數(shù)據倉庫適用領域
8．2 開發(fā)基于Hive的數(shù)據倉庫
8．3 基于Hive數(shù)據倉庫的0LAP分析
第9章 基于H_Base的大數(shù)據管理系統(tǒng)開發(fā)與維護實踐
9．1 HBase的適用場景
9．2 進口貨物記錄H’Base系統(tǒng)設計
9．3 基于web瀏覽器的HBase數(shù)據訪問可視化
附件1 ASCII碼表（基本表）
附件2 過濾器列表
附件3 HBase實踐項目可視化部分的參考代碼