定 價:¥69.00
作 者: | 劉鵬,李肖俊 |
出版社: | 清華大學出版社 |
叢編項: | 大數(shù)據(jù)應用人才培養(yǎng)系列教材 |
標 簽: | 暫缺 |
ISBN: | 9787302609971 | 出版時間: | 2022-07-01 | 包裝: | |
開本: | 16開 | 頁數(shù): | 313 | 字數(shù): |
目 錄
\n第1 章 大數(shù)據(jù)導論
\n1.1 大數(shù)據(jù)的概念 ·
\n1.1.1 大數(shù)據(jù)的來源
\n1.1.2 大數(shù)據(jù)的分類
\n1.2 大數(shù)據(jù)的特征
\n1.2.1 數(shù)量(volume)
\n1.2.2 多樣性(variety)
\n1.2.3 速度(velocity)
\n1.2.4 價值(value)
\n1.3 大數(shù)據(jù)關鍵技術
\n1.3.1 大數(shù)據(jù)存儲技術
\n1.3.2 并行計算技術
\n1.3.3 數(shù)據(jù)分析技術
\n1.3.4 數(shù)據(jù)可視化技術
\n1.3.5 數(shù)據(jù)挖掘技術
\n1.4 大數(shù)據(jù)應用場景
\n1.4.1 電商行業(yè)大數(shù)據(jù)應用
\n1.4.2 金融行業(yè)大數(shù)據(jù)應用
\n1.4.3 醫(yī)療行業(yè)大數(shù)據(jù)應用
\n1.4.4 教育行業(yè)大數(shù)據(jù)應用
\n1.4.5 工業(yè)大數(shù)據(jù)應用
\n1.4.6 農業(yè)大數(shù)據(jù)應用
\n1.4.7 環(huán)境大數(shù)據(jù)應用
\n1.4.8 智慧城市大數(shù)據(jù)應用
\n習題
\n參考文獻
\n第2 章 基礎云架構
\n2.1 云計算簡介
\nX 大數(shù)據(jù)應用部署與調優(yōu)
\n2.1.1 云計算的概念
\n2.1.2 云計算發(fā)展現(xiàn)狀
\n2.1.3 云計算實現(xiàn)機制
\n2.1.4 云計算部署模型
\n2.2 云計算與大數(shù)據(jù)
\n2.2.1 云計算與大數(shù)據(jù)的關系
\n2.2.2 云計算與大數(shù)據(jù)相結合的優(yōu)勢
\n2.3 私有云平臺OpenStack
\n2.3.1 OpenStack 背景介紹
\n2.3.2 計算服務Nova
\n2.3.3 對象存儲服務Swift ·
\n2.3.4 鏡像服務Glance
\n2.4 公有云平臺阿里云
\n2.4.1 阿里云簡介
\n2.4.2 計算服務ECS
\n2.4.3 存儲服務
\n2.4.4 網(wǎng)絡服務VPC
\n習題
\n參考文獻
\n第3 章 大數(shù)據(jù)業(yè)務流程
\n3.1 數(shù)據(jù)采集
\n3.1.1 數(shù)據(jù)采集的概念
\n3.1.2 數(shù)據(jù)采集的工具
\n3.1.3 數(shù)據(jù)采集的方法
\n3.2 數(shù)據(jù)預處理ETL
\n3.2.1 數(shù)據(jù)清洗
\n3.2.2 數(shù)據(jù)集成
\n3.2.3 數(shù)據(jù)轉換
\n3.2.4 數(shù)據(jù)歸約
\n3.2.5 常用ETL 工具
\n3.3 大數(shù)據(jù)存儲
\n3.3.1 大數(shù)據(jù)存儲困境
\n3.3.2 大數(shù)據(jù)存儲中的數(shù)據(jù)結構處理樣例 ·
\n目錄 XI
\n3.3.3 分布式系統(tǒng) ·
\n3.3.4 Hadoop 框架
\n3.3.5 NoSQL 數(shù)據(jù)庫
\n3.3.6 云存儲
\n3.4 大數(shù)據(jù)處理
\n3.4.1 大數(shù)據(jù)處理框架
\n3.4.2 批處理系統(tǒng) ·
\n3.4.3 流處理系統(tǒng) ·
\n3.4.4 混合處理系統(tǒng)
\n3.4.5 大數(shù)據(jù)處理框架的選擇
\n3.5 環(huán)境監(jiān)控大數(shù)據(jù)應用實例
\n習題
\n參考文獻
\n第4 章 系統(tǒng)安裝部署 ·
\n4.1 安裝部署的概念
\n4.1.1 軟件安裝概述
\n4.1.2 大數(shù)據(jù)部署概述
\n4.2 安裝部署分布式系統(tǒng)
\n4.2.1 Hadoop 安裝部署 ·
\n4.2.2 Spark 部署
\n4.3 升級管理
\n4.3.1 系統(tǒng)升級的概念
\n4.3.2 Hadoop 升級管理
\n4.3.3 Spark 升級管理 ·
\n習題
\n參考文獻
\n第5 章 日常維護管理
\n5.1 系統(tǒng)管理對象 ·
\n5.1.1 系統(tǒng)軟件
\n5.1.2 系統(tǒng)硬件
\n5.1.3 系統(tǒng)數(shù)據(jù)
\nXII 大數(shù)據(jù)應用部署與調優(yōu)
\n5.2 系統(tǒng)管理的內容
\n5.2.1 事件管理
\n5.2.2 問題管理
\n5.2.3 故障管理
\n5.2.4 性能管理
\n5.2.5 配置管理
\n5.2.6 日志管理
\n5.2.7 備份管理
\n5.3 故障管理
\n5.3.1 集群結構
\n5.3.2 故障報告
\n5.3.3 故障處理
\n5.3.4 故障后期管理
\n5.4 性能管理
\n5.4.1 性能監(jiān)控
\n5.4.2 性能分析
\n5.5 日志管理
\n5.5.1 平臺及組件相關命令行 ·
\n5.5.2 日志和告警監(jiān)控
\n5.6 日常巡檢
\n5.6.1 檢查內容分類
\n5.6.2 巡檢方法分類
\n5.6.3 巡檢流程
\n5.7 系統(tǒng)管理制度規(guī)范
\n5.7.1 系統(tǒng)管理標準
\n5.7.2 系統(tǒng)管理制度
\n5.7.3 系統(tǒng)管理規(guī)范
\n習題
\n參考文獻
\n第6 章 高級系統(tǒng)運維
\n6.1 安全管理
\n6.1.1 資產(chǎn)安全
\n6.1.2 應用安全
\n目錄 XIII
\n6.1.3 安全威脅
\n6.1.4 安全措施
\n6.2 系統(tǒng)優(yōu)化
\n6.2.1 Hadoop 配置優(yōu)化
\n6.2.2 Hadoop 性能優(yōu)化
\n6.2.3 作業(yè)優(yōu)化
\n6.3 高可用
\n6.3.1 高可用概述
\n6.3.2 高可用技術
\n6.3.3 業(yè)務連續(xù)性
\n習題
\n參考文獻
\n第7 章 基礎應用開發(fā)
\n7.1 Python 簡介
\n7.1.1 Python 的前世今生
\n7.1.2 Python 的應用場合
\n7.1.3 Python 的特性
\n7.2 Python 語法
\n7.2.1 Python 賦值語句
\n7.2.2 順序結構
\n7.2.3 選擇結構
\n7.2.4 循環(huán)結構
\n7.2.5 繪圖(用matplotlib 等新庫)
\n7.2.6 函數(shù)
\n7.2.7 常用模塊
\n7.3 Python 程序調試
\n7.3.1 拼接字符串
\n7.3.2 使用 generator
\n7.3.3 死循環(huán)
\n7.3.4 巧用多重賦值
\n7.3.5 使用C 擴展(extension)
\n7.3.6 并行編程
\n習題
\nXIV 大數(shù)據(jù)應用部署與調優(yōu)
\n參考文獻
\n第8 章 大數(shù)據(jù)應用開發(fā)
\n8.1 數(shù)據(jù)獲取
\n8.1.1 通過傳感器采集數(shù)據(jù)
\n8.1.2 通過API 獲取數(shù)據(jù)
\n8.1.3 網(wǎng)絡信息抓取
\n8.1.4 通過網(wǎng)絡信息系統(tǒng)獲取數(shù)據(jù) ·
\n8.2 數(shù)據(jù)分析
\n8.2.1 數(shù)據(jù)分析概念和分類
\n8.2.2 數(shù)據(jù)分析方法
\n8.3 數(shù)據(jù)可視化
\n8.3.1 數(shù)據(jù)可視化基礎
\n8.3.2 大數(shù)據(jù)可視化方法
\n8.4 應用案例開發(fā)
\n8.4.1 案例一 Python 數(shù)據(jù)分析:商圈分析 ·
\n8.4.2 案例二 Python 數(shù)據(jù)分析:招聘信息可視化案例
\n習題
\n參考文獻
\n附錄A 大數(shù)據(jù)和人工智能實驗環(huán)境
\n