大數據應用基礎簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

內容簡(jiǎn)介:本書(shū)是將大數據基本理論與基本應用有機結合的教材，按照定義、特征、技術(shù)流程和典型案例分析的方式編寫(xiě)，抽絲剝繭，由易到難，有助于讀者理解和掌握大數據技術(shù)。
本書(shū)的一大亮點(diǎn)是每章中都使用圖表對大數據與傳統數據處理方式進(jìn)行對比。另外，本書(shū)注重啟發(fā)式的學(xué)習策略，便于讀者理解和掌握。全書(shū)在每一章均附有實(shí)際應用案例與關(guān)鍵詞注釋?zhuān)奖阕x者查閱和自學(xué)，同時(shí)配備了習題和參考答案。
本書(shū)適合作為普通高校大數據技術(shù)的基礎教材，也可以作為職業(yè)培訓教育及相關(guān)技術(shù)人員的參考用書(shū)。

作者簡(jiǎn)介:

目錄:第1章大數據概論

1.1大數據技術(shù)簡(jiǎn)介

1.1.1IT產(chǎn)業(yè)的發(fā)展簡(jiǎn)史

1.1.2大數據的主要來(lái)源

1.1.3數據生成的三種主要
方式

1.1.4大數據的特點(diǎn)

1.1.5大數據的處理流程

1.1.6大數據的數據格式

1.1.7大數據的基本特征

1.1.8大數據的應用領(lǐng)域

1.2大數據的技術(shù)架構

1.3大數據的整體技術(shù)

1.4大數據分析的四種典型工具
簡(jiǎn)介

1.5大數據未來(lái)發(fā)展趨勢

1.5.1數據資源化

1.5.2數據科學(xué)和數據聯(lián)盟的
成立

1.5.3大數據隱私和安全
問(wèn)題

1.5.4開(kāi)源軟件成為推動(dòng)大數
據發(fā)展的動(dòng)力

1.5.5大數據在多方位改善人
們的生活

本章小結

習題1

第2章大數據采集及預處理

2.1數據采集簡(jiǎn)介

2.1.1數據采集

2.1.2數據采集的數據來(lái)源

2.1.3數據采集的技術(shù)方法

2.2大數據的預處理

2.3數據采集及預處理的主要
工具

本章小結

習題2



第3章大數據分析概論

3.1大數據分析簡(jiǎn)介

3.1.1大數據分析

3.1.2大數據分析的基本
方法

3.1.3大數據處理流程

3.2大數據分析的主要技術(shù)

3.2.1深度學(xué)習

3.2.2知識計算

3.3大數據分析處理系統簡(jiǎn)介

3.3.1批量數據及處理系統

3.3.2流式數據及處理系統

3.3.3交互式數據及處理
系統

3.3.4圖數據及處理系統

3.4大數據分析的應用

本章小結

習題3




第4章大數據可視化

4.1大數據可視化簡(jiǎn)介

4.2大數據可視化工具
Tableau

本章小結

習題4




第5章Hadoop概論

5.1Hadoop簡(jiǎn)介

5.1.1Hadoop簡(jiǎn)史

5.1.2Hadoop應用和發(fā)展
趨勢

5.2Hadoop的架構與組成

5.2.1Hadoop架構介紹

5.2.2Hadoop組成模塊

5.3Hadoop應用分析

本章小結

習題5
大數據應用基礎
目錄




第6章HDFS和Common概論

6.1HDFS簡(jiǎn)介

6.1.1HDFS的相關(guān)概念

6.1.2HDFS特性

6.1.3HDFS體系結構

6.1.4HDFS的工作原理

6.1.5HDFS的相關(guān)技術(shù)

6.2Common簡(jiǎn)介

本章小結

習題6

第7章MapReduce概論

7.1MapReduce簡(jiǎn)介

7.1.1MapReduce

7.1.2MapReduce功能、特征和
局限性

7.2Map和Reduce任務(wù)

7.3MapReduce架構和工作
流程

7.3.1MapReduce的架構

7.3.2MapReduce的工作
流程

本章小結

習題7

第8章NoSQL概論

8.1NoSQL簡(jiǎn)介

8.1.1NoSQL的含義

8.1.2NoSQL的產(chǎn)生

8.1.3NoSQL的特點(diǎn)

8.2NoSQL技術(shù)基礎

8.2.1大數據的一致性策略

8.2.2大數據的分區與放置
策略

8.2.3大數據的復制與容錯
技術(shù)

8.2.4大數據的緩存技術(shù)

8.3NoSQL的類(lèi)型

8.3.1鍵值存儲

8.3.2列存儲

8.3.3面向文檔存儲

8.3.4圖形存儲

8.4典型的NoSQL工具

8.4.1Redis

8.4.2Bigtable

8.4.3CouchDB

本章小結

習題8

第9章Spark概論

9.1Spark平臺

9.1.1Spark簡(jiǎn)介

9.1.2Spark發(fā)展

9.1.3Scala語(yǔ)言

9.2Spark與Hadoop

9.2.1Hadoop的局限與不足

9.2.2Spark的優(yōu)點(diǎn)

9.2.3Spark速度比Hadoop快的
原因分析

9.3Spark處理架構及其生態(tài)
系統

9.3.1底層的Cluster Manager
和Data Manager

9.3.2中間層的Spark
Runtime

9.3.3高層的應用模塊

9.4Spark的應用

9.4.1Spark的應用場(chǎng)景

9.4.2應用Spark的成功
案例

本章小結

習題9



第10章云計算與大數據

10.1云計算簡(jiǎn)介

10.1.1云計算

10.1.2云計算與大數據的
關(guān)系

10.1.3云計算基本特征

10.1.4云計算服務(wù)模式

10.2云計算核心技術(shù)




10.2.1虛擬化技術(shù)

10.2.2虛擬化軟件及應用

10.2.3資源池技術(shù)

10.2.4云計算部署模式

10.3云計算應用案例

本章小結

習題10



第11章典型大數據解決方案

11.1Intel大數據

11.1.1Intel大數據解決
方案

11.1.2Intel大數據相關(guān)
案例

11.2百度大數據

11.2.1百度大數據引擎

11.2.2百度大數據+平臺

11.2.3相關(guān)應用

11.2.4百度預測的使用
方法

11.3騰訊大數據

11.3.1騰訊大數據解決
方案

11.3.2相關(guān)實(shí)例

本章小結

習題11




第12章大數據應用案例分析（醫療
領(lǐng)域）
12.1大數據在臨床領(lǐng)域的
應用

12.1.1基于大數據的比較效
果研究

12.1.2基于大數據的臨床決
策系統

12.1.3醫療數據透明化

12.1.4病人的遠程監控

12.1.5基于大數據的電子
病歷分析


12.2大數據在醫藥支付領(lǐng)域的
應用

12.2.1基于大數據的多種
自動(dòng)化系統

12.2.2基于大數據和衛生
經(jīng)濟學(xué)的定價(jià)計劃

12.3大數據在醫療研發(fā)領(lǐng)域的
應用

12.3.1基于大數據的預測
建模

12.3.2臨床試驗及其數據
分析


12.3.3基于大數據的個(gè)性
化治療



12.3.4基于大數據的疾病
模式分析

12.4大數據在醫療商業(yè)模式
領(lǐng)域的應用

12.4.1基于大數據的患者臨床記錄
和醫療保險數據集

12.4.2基于大數據的網(wǎng)絡(luò )
平臺和社區

12.5大數據在公共健康領(lǐng)域的
應用

本章小結

習題12


習題參考答案

參考文獻