大數(shù)據(jù)：戰(zhàn)略·技術(shù)·實(shí)踐

定　價(jià)：￥56.00

作　者：	范承工，周寶曜，劉偉編
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)與互聯(lián)網(wǎng) 數(shù)據(jù)庫(kù)

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787121202650	出版時(shí)間：	2013-05-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	320	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《大數(shù)據(jù)：戰(zhàn)略·技術(shù)·實(shí)踐》從實(shí)際技術(shù)解決方案出發(fā)，提出了大數(shù)據(jù)技術(shù)四層架構(gòu)，即：基礎(chǔ)設(shè)施層、管理層、分析層、應(yīng)用層。在此基礎(chǔ)上，全面剖析了當(dāng)前大數(shù)據(jù)領(lǐng)域中的主流技術(shù)，并配以行業(yè)應(yīng)用實(shí)例和一線研發(fā)人員的獨(dú)到見(jiàn)解。力求使讀者能夠通過(guò)閱讀此書(shū)，全面了解當(dāng)前大數(shù)據(jù)技術(shù)動(dòng)態(tài)和發(fā)展趨勢(shì)，并可針對(duì)自己面臨的大數(shù)據(jù)問(wèn)題找到可行的解決方案?！洞髷?shù)據(jù)：戰(zhàn)略·技術(shù)·實(shí)踐》是一本不錯(cuò)的技術(shù)普及讀物?？勺鳛檐浖_(kāi)發(fā)者、數(shù)據(jù)存儲(chǔ)處理工程師、數(shù)據(jù)分析師等工程技術(shù)人員的參考書(shū)，亦可作為高等學(xué)校相關(guān)專(zhuān)業(yè)課程的教材或參考書(shū)。

作者簡(jiǎn)介

　　周寶曜，博士，現(xiàn)任EMC中國(guó)研究院數(shù)據(jù)科學(xué)實(shí)驗(yàn)塞主任，資深主任研究員。新加坡南洋理工大學(xué)計(jì)算機(jī)工程博士，清華大學(xué)學(xué)士和碩士。主要從事大數(shù)據(jù)相關(guān)的蕾理集構(gòu)和分析挖掘算法的研究。曾就職于惠普中國(guó)研究院和IBM中國(guó)研究院。已發(fā)表國(guó)際學(xué)術(shù)論文30余篇，并擁有4項(xiàng)美國(guó)專(zhuān)利和多項(xiàng)中國(guó)專(zhuān)利。????劉偉，博士，現(xiàn)任EMC北京研發(fā)中心總經(jīng)理、EMC中國(guó)研究院院長(zhǎng)。此前蕾任思辯大中華區(qū)高級(jí)副總裁、中國(guó)研發(fā)中心高級(jí)總監(jiān)?；堇僦袊?guó)研究院院長(zhǎng)等職務(wù)。現(xiàn)擔(dān)任CCF高級(jí)會(huì)員，中國(guó)電子學(xué)會(huì)云計(jì)算專(zhuān)家委員會(huì)委員，中國(guó)計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專(zhuān)家委員會(huì)委員等社會(huì)職務(wù)。美國(guó)科羅拉多州立大掌電子工程與計(jì)算機(jī)科學(xué)博士，南開(kāi)大學(xué)電子學(xué)及物理學(xué)本科及碩士。????范承工，博士，是VMware中國(guó)研發(fā)中心和EMC中國(guó)卓越研發(fā)集團(tuán)的創(chuàng)始人，現(xiàn)任VMware全球高級(jí)副總裁，負(fù)責(zé)領(lǐng)導(dǎo)VMware應(yīng)用存儲(chǔ)與數(shù)據(jù)產(chǎn)品的全球研發(fā)團(tuán)隊(duì)。加州理工學(xué)院電子工程碩士和博士，紐約古柏聯(lián)舍學(xué)院電子工程學(xué)士。國(guó)際知名分布式系統(tǒng)和網(wǎng)絡(luò)存儲(chǔ)技術(shù)專(zhuān)家。曾是Rainfinity公司聯(lián)臺(tái)創(chuàng)始人之一，任首席技術(shù)官。

圖書(shū)目錄

第一部分　大數(shù)據(jù)技術(shù)概覽
第1章　概述
1.1　什么是大數(shù)據(jù)
1.1.1　大數(shù)據(jù)的定義及特征
1.1.2　大數(shù)據(jù)結(jié)構(gòu)類(lèi)型
1.1.3　大數(shù)據(jù)實(shí)例
1.2　大數(shù)據(jù)發(fā)展史
1.3　大數(shù)據(jù)技術(shù)架構(gòu)
1.4　機(jī)遇與挑戰(zhàn)
參考文獻(xiàn)
第2章　大數(shù)據(jù)應(yīng)用
2.1　大數(shù)據(jù)驅(qū)動(dòng)新應(yīng)用
2.1.1　大數(shù)據(jù)生態(tài)系統(tǒng)
2.1.2　新的業(yè)務(wù)應(yīng)用
2.2　行業(yè)應(yīng)用實(shí)例
2.2.1　奧巴馬的大數(shù)據(jù)
2.2.2　預(yù)測(cè)犯罪
2.2.3　數(shù)據(jù)讓游戲更精彩
2.2.4　智能交通
2.2.5　大學(xué)教育
2.2.6　大數(shù)據(jù)的姻緣
2.2.7　傳媒出版
參考文獻(xiàn)
第3章　大數(shù)據(jù)基礎(chǔ)設(shè)施
3.1　云端大數(shù)據(jù)
3.1.1　云基礎(chǔ)設(shè)施
3.1.2　虛擬化的三駕馬車(chē)
3.1.3　云安全和云平臺(tái)
3.2　計(jì)算虛擬化
3.2.1　基本概念
3.2.2　從部分虛擬化到全虛擬化
3.2.3　處理器（CPU）的虛擬化
3.2.4　內(nèi)存（Memory）的虛擬化
3.3　大數(shù)據(jù)存儲(chǔ)
3.3.1　傳統(tǒng)存儲(chǔ)系統(tǒng)時(shí)代的簡(jiǎn)單回顧
3.3.2　大數(shù)據(jù)時(shí)代的新挑戰(zhàn)
3.3.3　分布式存儲(chǔ)及其案例
3.3.4　云存儲(chǔ)及其存儲(chǔ)虛擬化
3.3.5　大數(shù)據(jù)存儲(chǔ)的其他需求及其特點(diǎn)
3.4　網(wǎng)絡(luò)虛擬化
3.4.1　網(wǎng)卡虛擬化
3.4.2　虛擬交換機(jī)（Virtual　Switch）
3.4.3　接入層的虛擬化
3.4.4　覆蓋網(wǎng)絡(luò)虛擬化（NetworkVirtualization　Overlay）
3.4.5　軟件定義的網(wǎng)絡(luò)（SDN）
3.4.6　對(duì)大數(shù)據(jù)處理的意義
3.5　基礎(chǔ)架構(gòu)的安全：云環(huán)境中面臨的新的安全挑戰(zhàn)
3.5.1　計(jì)算資源方面的安全和挑戰(zhàn)
3.5.2　存儲(chǔ)方面的安全和挑戰(zhàn)
3.5.3　網(wǎng)絡(luò)方面的安全和挑戰(zhàn)
3.6　大數(shù)據(jù)時(shí)代的云服務(wù)
3.6.1　大數(shù)據(jù)與基礎(chǔ)設(shè)施即服務(wù)
3.6.2　亞馬遜云計(jì)算服務(wù)的解決方案
3.6.3　OpenStack解決方案
3.6.4　大數(shù)據(jù)與應(yīng)用平臺(tái)即服務(wù)
參考文獻(xiàn)
第4章　大數(shù)據(jù)管理
4.1　大數(shù)據(jù)事務(wù)處理（OLTP）
4.1.1　NoSQL
4.1.2　NewSQL
4.2　大數(shù)據(jù)分析處理（OLAP）
4.2.1　分布式大規(guī)模批量處理（MapReduce　/　Hadoop）
4.2.2　MPP數(shù)據(jù)庫(kù)
4.3　流數(shù)據(jù)管理
4.3.1　流數(shù)據(jù)管理簡(jiǎn)介
4.3.2　復(fù)雜事件處理簡(jiǎn)介
4.3.3　復(fù)雜事件處理軟件Esper介紹
4.3.4　大數(shù)據(jù)流處理
4.3.5　大數(shù)據(jù)攝取與處理
參考文獻(xiàn)
第5章　大數(shù)據(jù)分析
5.1　數(shù)據(jù)分析的演變與現(xiàn)狀
5.1.1　數(shù)據(jù)分析的商業(yè)驅(qū)動(dòng)力
5.1.2　面向分析的數(shù)據(jù)環(huán)境的演變
5.1.3　傳統(tǒng)分析架構(gòu)
5.2　大數(shù)據(jù)分析平臺(tái)
5.2.1　大數(shù)據(jù)分析平臺(tái)的要點(diǎn)
5.2.2　大數(shù)據(jù)分析平臺(tái)實(shí)例：Cetas
5.3　高級(jí)分析理論與方法
5.3.1　聚類(lèi)分析
5.3.2　關(guān)聯(lián)規(guī)則
5.3.3　回歸和分類(lèi)預(yù)測(cè)
5.4　數(shù)據(jù)可視化
5.4.1　數(shù)據(jù)可視化基礎(chǔ)
5.4.2　用數(shù)據(jù)講故事
5.4.3　數(shù)據(jù)可視化的模式
5.4.4　數(shù)據(jù)可視化工具基礎(chǔ)
5.4.5　大數(shù)據(jù)的可視化
參考文獻(xiàn)
第6章　數(shù)據(jù)科學(xué)與數(shù)據(jù)科學(xué)家
6.1　商業(yè)智能vs數(shù)據(jù)科學(xué)
6.2　數(shù)據(jù)科學(xué)家
6.2.1　大數(shù)據(jù)生態(tài)系統(tǒng)中的關(guān)鍵角色
6.2.2　數(shù)據(jù)科學(xué)家的特質(zhì)
6.3　數(shù)據(jù)分析生命周期模型
6.3.1　模型概述
6.3.2　階段1：探索發(fā)現(xiàn)
6.3.3　階段2：數(shù)據(jù)準(zhǔn)備
6.3.4　階段3：模型規(guī)劃
6.3.5　階段4：模型建造
6.3.6　階段5：溝通結(jié)果
6.3.7　階段6：項(xiàng)目實(shí)施
6.4　使用范例：企業(yè)創(chuàng)新分析
6.4.1　階段1：探索發(fā)現(xiàn)
6.4.2　階段2：數(shù)據(jù)準(zhǔn)備
6.4.3　階段3：模型規(guī)劃
6.4.4　階段4：模型建造
6.4.5　階段5：溝通結(jié)果
6.4.6　階段6：項(xiàng)目實(shí)施
參考文獻(xiàn)
第二部分　大數(shù)據(jù)解決方案范例
第7章　醫(yī)療大數(shù)據(jù)解決方案
7.1　醫(yī)療信息化
7.1.1　全球醫(yī)療信息化歷史回顧
7.1.2　我國(guó)醫(yī)療信息化發(fā)展趨勢(shì)
7.2　醫(yī)療數(shù)據(jù)綜述
7.2.1　醫(yī)療數(shù)據(jù)的大數(shù)據(jù)特性
7.2.2　醫(yī)療大數(shù)據(jù)挑戰(zhàn)和機(jī)遇
7.3　醫(yī)療大數(shù)據(jù)基礎(chǔ)架構(gòu)
7.3.1　建設(shè)原則
7.3.2　面向醫(yī)療大數(shù)據(jù)的信息基礎(chǔ)架構(gòu)方案
7.4　醫(yī)療大數(shù)據(jù)分析
7.4.1　醫(yī)療云的興起
7.4.2　醫(yī)療云上的大數(shù)據(jù)
7.4.3　醫(yī)療大數(shù)據(jù)分析解決方案
7.5　醫(yī)療大數(shù)據(jù)的展望
參考文獻(xiàn)
第8章　物聯(lián)網(wǎng)大數(shù)據(jù)解決方案
8.1　物聯(lián)網(wǎng)
8.1.1　物聯(lián)網(wǎng)的概念
8.1.2　物聯(lián)網(wǎng)技術(shù)
8.1.3　物聯(lián)網(wǎng)數(shù)據(jù)
8.1.4　物聯(lián)網(wǎng)的機(jī)遇和挑戰(zhàn)
8.1.5　物聯(lián)網(wǎng)應(yīng)用實(shí)例
8.2　應(yīng)用行業(yè)背景
8.2.1　脫硫系統(tǒng)的必要性
8.2.2　脫硫系統(tǒng)工作原理
8.2.3　大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘
8.3　參數(shù)分析
8.3.1　火電廠的大數(shù)據(jù)
8.3.2　脫硫相關(guān)參數(shù)
8.4　優(yōu)化目標(biāo)
8.4.1　脫硫參數(shù)優(yōu)化
8.4.2　目標(biāo)成本優(yōu)化
8.5　優(yōu)化方法
8.5.1　基于數(shù)據(jù)的理論與方法
8.5.2　最優(yōu)化脫硫系統(tǒng)可調(diào)參數(shù)
8.5.3　最小化脫硫系統(tǒng)成本
8.6　數(shù)據(jù)相關(guān)問(wèn)題
8.6.1　主要監(jiān)控參數(shù)
8.6.2　業(yè)務(wù)相關(guān)假設(shè)
8.6.3　數(shù)據(jù)中存在的問(wèn)題
8.7　優(yōu)化目標(biāo)1:　脫硫運(yùn)行參數(shù)最優(yōu)目標(biāo)值挖掘
8.7.1　數(shù)據(jù)分布直方圖
8.7.2　基于歷史數(shù)據(jù)的工況劃分
8.7.3　FCM與模糊關(guān)聯(lián)規(guī)則挖掘最優(yōu)可調(diào)參數(shù)
8.8　優(yōu)化目標(biāo)2:　最優(yōu)目標(biāo)成本計(jì)算
8.8.1　增壓風(fēng)機(jī)用電成本估計(jì)
8.8.2　石灰石成本函數(shù)
8.9　實(shí)現(xiàn)簡(jiǎn)介
8.9.1　基于HBase的數(shù)據(jù)模型
8.9.2　對(duì)Mahout的改進(jìn)
8.1　總結(jié)
參考文獻(xiàn)
第9章　移動(dòng)平臺(tái)大數(shù)據(jù)解決方案
9.1　移動(dòng)平臺(tái)的大數(shù)據(jù)挑戰(zhàn)
9.2　Instagram案例研究
9.2.1　面臨的挑戰(zhàn)
9.2.2　解決方案
9.3　Mobile　Back-end　as　a　Service基礎(chǔ)
9.4　MBaaS提供商案例研究
9.5　基于PaaS的MBaaS大數(shù)據(jù)解決方案
參考文獻(xiàn)
第10章　社交網(wǎng)站大數(shù)據(jù)解決方案
10.1　大數(shù)據(jù)時(shí)代社交網(wǎng)站面臨的挑戰(zhàn)
10.2　Twitter解決方案
10.2.1　Twitter在線部分大數(shù)據(jù)解決方案
10.2.2　Twitter離線部分大數(shù)據(jù)解決方案
10.3　LinkedIn解決方案
10.4　Facebook解決方案
10.5　國(guó)內(nèi)社交網(wǎng)絡(luò)解決方案
10.5.1　騰訊大數(shù)據(jù)解決方案
10.5.2　新浪微博大數(shù)據(jù)解決方案
參考文獻(xiàn)
第11章　大數(shù)據(jù)未來(lái)展望
11.1　大數(shù)據(jù)發(fā)展趨勢(shì)
11.2　新的機(jī)遇與挑戰(zhàn)
參考文獻(xiàn)