大數(shù)據(jù)技術(shù)及應(yīng)用

定　價：￥37.00

作　者：	李雁翎著
出版社：	高等教育出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787040559262	出版時間：	2021-07-01	包裝：	平裝
開本：	16開	頁數(shù)：	300	字數(shù)：

內(nèi)容簡介

　　本書是在新工科背景下編寫的一本綜合大數(shù)據(jù)基本理論知識與應(yīng)用技術(shù)的兼顧“通識教育”和大數(shù)據(jù)相關(guān)專業(yè)教育的教材。本書從解析數(shù)據(jù)、大數(shù)據(jù)基礎(chǔ)理論入手，描述大數(shù)據(jù)應(yīng)用的多側(cè)面場景，講解大數(shù)據(jù)的存儲于管理工具，大數(shù)據(jù)分析的基本方法，以及大數(shù)據(jù)可視化等相關(guān)知識。本書在內(nèi)容安排上，力求體現(xiàn)“能進入、快適應(yīng)、解需求、重實踐”的宗旨，以“小”的數(shù)據(jù)應(yīng)用實例講解“大數(shù)據(jù)”的知識框架和相關(guān)技術(shù)，使應(yīng)用實例貫穿全書。本書的“通識教育”特色，使其可以作為所有專業(yè)的本科生學習大數(shù)據(jù)技術(shù)、培養(yǎng)“計算思維”能力的教材，也可作為大數(shù)據(jù)相關(guān)專業(yè)的入門教材，以及廣大計算機學習者的培訓(xùn)用書和自學參考書。

作者簡介

　　李雁翎，東北師范大學信息科學與技術(shù)學院教授，博士生導(dǎo)師，東北師范大學圖書物聯(lián)網(wǎng)研究所所長，中國計算機學會教育專委會委員，全國高等院校計算機基礎(chǔ)教學研究會青少年編程專業(yè)委員會主任委員，國軟研究院專家組成員。國家精品課、國家精品資源共享課、國家精品在線開放課程主持人，先后主持和參加了國家、省級科研課題多項，發(fā)表數(shù)十篇學術(shù)論文，出版了數(shù)十本數(shù)據(jù)庫與程序設(shè)計教材，發(fā)行量過百萬冊。曾獲教育部科學技術(shù)進步二等獎，教育部全國優(yōu)秀教材二等獎，省級優(yōu)秀教學成果獎多項。

圖書目錄

第1章大數(shù)據(jù)概述
1．1 基本概念
1．1．1 信息與數(shù)據(jù)
1．1．2 數(shù)據(jù)庫
1．1．3 數(shù)據(jù)庫管理系統(tǒng)
1．1．4 數(shù)據(jù)庫系統(tǒng)
1．1．5 大數(shù)據(jù)
1．2 數(shù)據(jù)處理
1．2．1 人工管理階段
1．2．2 文件系統(tǒng)階段
1．2．3 數(shù)據(jù)庫系統(tǒng)階段
1．2．4 分布式文件系統(tǒng)階段
1．3 大數(shù)據(jù)的特征
1．3．1 體量大
1．3．2 類型多
1．3．3 速度快
1．3．4 價值高
1．4 大數(shù)據(jù)的關(guān)鍵技術(shù)
1．4．1 大數(shù)據(jù)采集
1．4．2 大數(shù)據(jù)存儲與管理
1．4．3 大數(shù)據(jù)分析
1．4．4 大數(shù)據(jù)可視化
1．5 大數(shù)據(jù)的應(yīng)用
1．5．1 政務(wù)大數(shù)據(jù)
1．5．2 醫(yī)療大數(shù)據(jù)
1．5．3 教育大數(shù)據(jù)
1．5．4 商業(yè)大數(shù)據(jù)
1，5．5 金融大數(shù)據(jù)
1．5．6 旅游大數(shù)據(jù)
1．5．7 娛樂大數(shù)據(jù)
本章小結(jié)
習題
第2章 Hadoop基礎(chǔ)
2．1 Hadoop概述
2．1．1 Hadoop的特點
2．1．2 Hadoop的組件
2．2 Hadoop的生態(tài)系統(tǒng)
2．2．1 Hadoop 1．0生態(tài)系統(tǒng)
2．2．2 Hadoop 2．0生態(tài)系統(tǒng)
2．3 Hadoop系統(tǒng)架構(gòu)
2．3．1 HDFS分布式文件系統(tǒng)架構(gòu)
2．3．2 MapReduce的計算架構(gòu)
2．3．3 Spark的計算架構(gòu)
2．4 Hadoop應(yīng)用系統(tǒng)的體系架構(gòu)
本章小結(jié)
習題
第3章 HDFS分布式文件系統(tǒng)
3．1 HDFS概述
3．2 HDFS基本組成
3．2．1 HDFS體系結(jié)構(gòu)
3．2．2 HDFS核心功能
3．2．3 塊
3．2．4 節(jié)點
3．3 HDFS數(shù)據(jù)流
3．3．1 HDFS寫數(shù)據(jù)流
3．3．2 HDFS讀數(shù)據(jù)流
3．4 HDFS應(yīng)用實例
3．4．1 HDFS常用命令及實例
3．4．2 HDFS讀/寫數(shù)據(jù)
本章小結(jié)
習題
第4章 HBase分布式數(shù)據(jù)庫
4．1 HBase概述
4．1．1 HBase的特點
4．1．2 HBase的系統(tǒng)架構(gòu)
4．1．3 HBase在Hadoop生態(tài)系統(tǒng)中的作用
4．1．4 HBase與傳統(tǒng)的關(guān)系數(shù)據(jù)庫的區(qū)別
4．2 HBase數(shù)據(jù)模型
4．2．1 HBase邏輯模型
4．2．2 HBase物理模型
4．3 HBase的應(yīng)用實例
4．3．1 HBase Shell及實例
4．3．2 交互接口及實例
本章小結(jié)
習題
第5章 Hive數(shù)據(jù)倉庫工具
5．1 Hive概述
5．1．1 Hive的特點
5．1．2 Hive的系統(tǒng)架構(gòu)
5．1．3 Hive與數(shù)據(jù)庫兩者之間的差異
5．2 Hive與MySQL配置
5．3 Hive數(shù)據(jù)倉庫基本操作
5．3．1 創(chuàng)建外部表
5．3．2 創(chuàng)建分區(qū)表
5．3．3 向分區(qū)表導(dǎo)入數(shù)據(jù)
5．3．4 MySQL基本操作
5．4 Hive應(yīng)用實例
5．4．1 Hive數(shù)據(jù)統(tǒng)計
5．4．2 Hive數(shù)據(jù)查詢
本章小結(jié)
習題
第6章 MapReduce編程框架
6．1 MapReduce概述
6．1．1 MapReduce的特點
6．1．2 MapReduce基本架構(gòu)
6．2 MapReduce的工作流程
6．2．1 Map任務(wù)執(zhí)行過程
6．2．2 Reduce任務(wù)執(zhí)行過程
6．3 大數(shù)據(jù)分析的數(shù)據(jù)準備
6．3．1 多形態(tài)的大數(shù)據(jù)
6．3．2 大數(shù)據(jù)預(yù)處理方法
6．4 常用的大數(shù)據(jù)分析方法
6．4．1 統(tǒng)計分析方法
6．4．2 高級建模方法
6．4．3 數(shù)據(jù)挖掘方法
6．5 常用算法及實例
6．5．1 排序
6．5．2 求平均
6．5．3 分類統(tǒng)計
本章小結(jié)
習題
第7章 Spark計算引擎
7．1 Spark概述
7．1．1 Spark特點
7．1．2 Spark技術(shù)框架
7．1．3 Spark工作流程
7．1．4 Spark與Hadoop
7．2 RDD
7．2．1 RDD的特性i6i
7．2．2 RDD的創(chuàng)建
7．2．3 RDD的操作
7．3 Spark編程及實例
7．3．1 Transformation算子應(yīng)用
7．3．2 Action算子應(yīng)用
7．3．3 Spark統(tǒng)計分析
本章小結(jié)
習題
……
第8章大數(shù)據(jù)可視化
第9章 MOOC學習行為大數(shù)據(jù)分析實例
第10章 “大數(shù)據(jù)技術(shù)及應(yīng)用”虛擬實驗概述
參考文獻