本文關鍵詞：寫給大家看的大數(shù)據(jù)，由筆耕文化傳播整理發(fā)布。

企業(yè)批量購書熱線:(010)65132842

寫給大家看的大數(shù)據(jù) 作者：赫爾維茨
出版社：人民郵電出版社
ISBN：9787115356130
出版日期：2014/1/1
商品分類： 數(shù)據(jù)庫技術
銷售柜組： 五層-計算機組
店內(nèi)貨架：【Oracle】、【550709】
庫存情況： 有貨,可配送
推薦： 排行榜丨新書

優(yōu)惠信息：滿 99元免運費。

定價：59.00

網(wǎng)購價： ¥50.20

節(jié)�。�¥8.80(15%)

購物說明：

 1.優(yōu)惠價格僅限網(wǎng)上購買，店內(nèi)購書不享受此優(yōu)惠。

 2.商品信息僅供參考，詳細內(nèi)容請以店內(nèi)實物為準�！�

內(nèi)容簡介： 大數(shù)據(jù)是當前信息科技領域最為炙手可熱的話題之一。《寫給大家看的大數(shù)據(jù)》簡單而系統(tǒng)地介紹了大數(shù)據(jù)體系涉及的各方面知識，涵蓋大數(shù)據(jù)的基本概念、大數(shù)據(jù)的技術基礎、大數(shù)據(jù)管理、大數(shù)據(jù)分析、大數(shù)據(jù)在現(xiàn)實工作中如何實現(xiàn)和實施等關鍵內(nèi)容，涉及大數(shù)據(jù)基礎架構、大數(shù)據(jù)使用的數(shù)據(jù)庫和分布式技術、對大數(shù)據(jù)進行基礎分析和高級分析的特點及異同，以及企業(yè)如何應用大數(shù)據(jù)轉變其商業(yè)運作模式等內(nèi)容，能夠?qū)ο胍私獯髷?shù)據(jù)全貌，或是想要使用大數(shù)據(jù)的企業(yè)和個人提供全面的知識內(nèi)容和學習借鑒。
　　《寫給大家看的大數(shù)據(jù)》語言生動，內(nèi)容覆蓋面廣，理論結合實例，非常適合對大數(shù)據(jù)感興趣的廣大讀者。對于從事與大數(shù)據(jù)相關工作的人員，，本書也有很高的參考價值。

目錄： 目　錄



第一部分　大數(shù)據(jù)入門　1



第1章　大數(shù)據(jù)基礎　3

　數(shù)據(jù)管理的演化過程　4

　理解數(shù)據(jù)管理的幾個關鍵　5

　　關鍵1：創(chuàng)建可管理的數(shù)據(jù)結構　5

　　關鍵2：Web和內(nèi)容管理　7

　　關鍵3：管理大數(shù)據(jù)　7

　大數(shù)據(jù)的定義　9

　構建成功的大數(shù)據(jù)管理架構　10

　　捕捉、組織、集成分析與模擬　10

　　建立架構基礎　11

　　性能問題　13

　　傳統(tǒng)與高級分析　15

　大數(shù)據(jù)之旅　16



第2章　研究大數(shù)據(jù)類型　17

　定義結構化的數(shù)據(jù)　18

　　探索大結構化數(shù)據(jù)源　18

　　理解關系型數(shù)據(jù)庫在大數(shù)據(jù)中的角色　19

　定義非結構化數(shù)據(jù)　21

　　探索非結構化數(shù)據(jù)源　21

　　理解CMS在大數(shù)據(jù)管理中的角色　23

　理解實時需求和非實時需求　23

　聚合大數(shù)據(jù)　25

　　管理不同類型的數(shù)據(jù)　25

　　將不同類型的數(shù)據(jù)整合到大數(shù)據(jù)環(huán)境中　25



第3章　當老古董遇上新生代：分布式計算　27

　分布式計算簡史　27

　　感謝DARPA　27

　　可持續(xù)模型的價值　28

　了解分布式計算基礎　29

　　為什么大數(shù)據(jù)需要分布式計算　29

　　計算經(jīng)濟的改變　30

　　時延帶來的問題　30

　　當需求遇上解決方案　31

　獲取所需的性能　31



第二部分　大數(shù)據(jù)的技術基礎　33



第4章　深入大數(shù)據(jù)技術組件　35

　探索大數(shù)據(jù)�！�36

　第0層：帶冗余的物理基礎架構　37

　　物理冗余網(wǎng)絡　38

　　管理硬件：存儲與服務器　39

　　基礎架構操作　39

　第1層：安全框架　39

　進/出應用程序和互聯(lián)網(wǎng)的界面與接口　40

　第2層：可操作數(shù)據(jù)庫　42

　第3層：組織數(shù)據(jù)服務與工具　43

　第4層：可分析的數(shù)據(jù)倉庫　44

　大數(shù)據(jù)分析　45

　大數(shù)據(jù)應用程序　46



第5章　虛擬化及其如何支持分布式計算　47

　理解虛擬化的基本知識　47

　　在大數(shù)據(jù)中使用虛擬化的重要性　48

　　服務器虛擬化　50

　　應用程序虛擬化　50

　　網(wǎng)絡虛擬化　51

　　處理器和內(nèi)存虛擬化　51

　　數(shù)據(jù)和存儲虛擬化　52

　使用Hypervisor管理虛擬化　53

　抽象化與虛擬化　54

　實現(xiàn)在大數(shù)據(jù)中的虛擬化　54



第6章　云和大數(shù)據(jù)　56

　大數(shù)據(jù)領域中的云　56

　理解云部署和分發(fā)模型　57

　　云部署模型　57

　　云分發(fā)模型　59

　大數(shù)據(jù)需要云　60

　在大數(shù)據(jù)中使用云　61

　大數(shù)據(jù)云市場的服務提供商　62

　　亞馬遜公共彈性計算云(EC2)　63

　　谷歌的大數(shù)據(jù)服務　64

　　微軟Azure　64

　　OpenStack　65

　　在使用云服務時需要注意什么　65



第三部分　大數(shù)據(jù)管理　67



第7章　操作型數(shù)據(jù)庫　69

　RDBMS在大數(shù)據(jù)領域的重要性　71

　非關系型數(shù)據(jù)庫　72

　Key-Value型數(shù)據(jù)庫　73

　文檔數(shù)據(jù)庫　75

　　MongoDB　76

　　CouchDB　77

　縱列數(shù)據(jù)庫　78

　圖形數(shù)據(jù)庫　79

　空間數(shù)據(jù)庫　81

　混合持久化　83



第8章　MapReduce基礎　85

　MapReduce溯源　85

　理解Map函數(shù)　86

　添加Reduce函數(shù)　88

　結合Map和Reduce　89

　優(yōu)化MapReduce　91

　　硬件/網(wǎng)絡拓撲　92

　　同步　92

　　文件系統(tǒng)　92



第9章　探索Hadoop的世界　94

　談談Hadoop　94

　理解Hadoop分布式文件系統(tǒng)(HDFS)　95

　　Name節(jié)點　95

　　數(shù)據(jù)節(jié)點　96

　　理解HDFS　97

　Hadoop的MapReduce　99

　　準備數(shù)據(jù)　100

　　開始Mapping　101

　　Reduce和融合　101



第10章　Hadoop基礎和生態(tài)　103

　使用Hadoop生態(tài)系統(tǒng)構建大數(shù)據(jù)基礎　103

　使用Hadoop YARN管理資源和應用程序　104

　使用HBase存儲大數(shù)據(jù)　105

　使用Hive挖掘大數(shù)據(jù)　106

　使用Hadoop生態(tài)系統(tǒng)　107

　　Pig和Pig Latin　107

　　Sqoop　108

　　Zookeeper　109



第11章　設備和大數(shù)據(jù)倉庫　111

　使用傳統(tǒng)數(shù)據(jù)倉庫裝載大數(shù)據(jù)　111

　　優(yōu)化數(shù)據(jù)倉庫　112

　　區(qū)別大數(shù)據(jù)結構和數(shù)據(jù)倉庫數(shù)據(jù)　112

　　一個混合式處理的例子　113

　大數(shù)據(jù)分析和數(shù)據(jù)倉庫　114

　　集成的關鍵　115

　　再思考提取、變換和載入　115

　改變數(shù)據(jù)倉庫的角色　116

　改變部署模型　116

　　設備模型　117

　　云模型　117

　數(shù)據(jù)倉庫的未來　117



第四部分　數(shù)據(jù)分析與大數(shù)據(jù)　119



第12章　定義大數(shù)據(jù)分析　121

　使用大數(shù)據(jù)獲得結果　121

　　基本分析　122

　　高級分析　123

　　實用性分析　126

　　貨幣化分析　126

　為掌握大數(shù)據(jù)修改商務智能產(chǎn)品　126

　　數(shù)據(jù)　126

　　分析算法　127

　　基礎架構支持　128

　大數(shù)據(jù)分析案例研究　128

　　Orbitz　129

　　Nokia　129

　　NASA　129

　大數(shù)據(jù)分析解決方案　130



第13章　理解文本分析和大數(shù)據(jù)　131

　探索非結構化數(shù)據(jù)　132

　理解文本分析　133

　分析和提取技術　135

　　理解信息抽取　136

　　分類學　137

　將結果匯總成結構化數(shù)據(jù)　138

　開始使用大數(shù)據(jù)　138

　　客戶的聲音　138

　　社交媒體分析　139

　大數(shù)據(jù)文本分析工具　141

　　Attensity　141

　　Clarabridge　142

　　IBM　142

　　OpenText　142

　　SAS　143



第14章　大數(shù)據(jù)分析的定制化　144

　構建新的大數(shù)據(jù)模型　145

　理解大數(shù)據(jù)分析的各種方法　147

　　大數(shù)據(jù)分析的定制應用程序　147

　　大數(shù)據(jù)分析的半定制化應用程序　149

　大數(shù)據(jù)分析框架的特點　151

　由大到小：大數(shù)據(jù)悖論　153



第五部分　大數(shù)據(jù)實現(xiàn)　155



第15章　集成數(shù)據(jù)源　157

　識別你需要的數(shù)據(jù)　157

　　勘探階段　158

　　編制階段　159

　　集成和整合階段　160

　理解大數(shù)據(jù)集成基礎　161

　定義傳統(tǒng)ETL　163

　理解ELT——提取、載入和轉換　164

　大數(shù)據(jù)質(zhì)量優(yōu)化　165

　使用Hadoop實現(xiàn)ETL　166

　大數(shù)據(jù)集成的最佳實踐　166



第16章　處理實時數(shù)據(jù)流和復雜事件　168

　流數(shù)據(jù)和復雜事件處理　169

　使用流數(shù)據(jù)　169

　　數(shù)據(jù)流　169

　　流的元數(shù)據(jù)　171

　使用復雜事件處理　172

　從流中分離出CEP　173

　商務領域的數(shù)據(jù)流和CEP　174



第17章　可操作的大數(shù)據(jù)　175

　讓大數(shù)據(jù)成為操作過程的一部分　175

　　集成大數(shù)據(jù)　175

　　疾病診斷中的大數(shù)據(jù)協(xié)作　177

　理解大數(shù)據(jù)工作流　180

　大數(shù)據(jù)的有效性、準確性和波動性　181

　　數(shù)據(jù)有效性　181

　　數(shù)據(jù)波動性　182



第18章　在企業(yè)中應用大數(shù)據(jù)　184

　大數(shù)據(jù)經(jīng)濟學　184

　　數(shù)據(jù)類型和數(shù)據(jù)來源的識別　185

　　修改業(yè)務流或創(chuàng)建新的業(yè)務流　187

　　大數(shù)據(jù)工作流的技術影響　188

　　網(wǎng)羅大數(shù)據(jù)項目的人才　188

　　計算大數(shù)據(jù)的投入產(chǎn)出(ROI)　189

　企業(yè)數(shù)據(jù)管理和大數(shù)據(jù)　189

　創(chuàng)建大數(shù)據(jù)實施里程碑　190

　　理解業(yè)務緊迫性　191

　　正確地預測工作量　191

　　選擇正確的軟件開發(fā)方法學　191

　　平衡預算和功能　192

　　評估風險承受能力　192

　邁出第一步　193



第19章　大數(shù)據(jù)環(huán)境的安全和管理　195

　大數(shù)據(jù)下的安全　195

　　評估業(yè)務風險　196

　　大數(shù)據(jù)中潛藏的風險　196

　理解數(shù)據(jù)保護　197

　數(shù)據(jù)管理的挑戰(zhàn)　198

　　大數(shù)據(jù)過程審計　199

　　定位關鍵利益者　200

　正確運用組織架構　200

　　為管理風險做準備　200

　　制訂正確的管理規(guī)則和質(zhì)量保障　201

　開發(fā)管理完善、安全可靠的大數(shù)據(jù)環(huán)境　201



第六部分　現(xiàn)實中的大數(shù)據(jù)解決方案　203



第20章　大數(shù)據(jù)對業(yè)務的重要性　205

　將大數(shù)據(jù)作為業(yè)務規(guī)劃的工具　205

　　第一步：規(guī)劃中引入數(shù)據(jù)　206

　　第二步：執(zhí)行分析　206

　　第三步：檢查結果　207

　　第四步：落實計劃　207

　規(guī)劃過程的另一個維度　207

　　第五步：實時監(jiān)控　208

　　第六步：調(diào)節(jié)影響　208

　　第七步：適應性實驗　208

　正確地看待數(shù)據(jù)分析　208

　在正確的基礎上開始行動　209

　規(guī)劃大數(shù)據(jù)　210

　調(diào)整業(yè)務流程　210



第21章　從現(xiàn)實視角看數(shù)據(jù)分析　212

　理解用戶對運動型數(shù)據(jù)的需求　213

　流數(shù)據(jù)對環(huán)境的影響　214

　　使用傳感器來提供實時水文信息　215

　　實時數(shù)據(jù)的優(yōu)勢　215

　流數(shù)據(jù)對公共政策的影響　216

　流數(shù)據(jù)在醫(yī)療行業(yè)的應用　217

　流數(shù)據(jù)在能源行業(yè)的應用　218

　　使用流數(shù)據(jù)提升能量產(chǎn)率　218

　　使用流數(shù)據(jù)提升能源產(chǎn)出　218

　連接數(shù)據(jù)流和歷史數(shù)據(jù)與其他實時數(shù)據(jù)源　219



第22章　從現(xiàn)實視角看大數(shù)據(jù)分析對業(yè)務流程的優(yōu)化　220

　了解企業(yè)對大數(shù)據(jù)分析的需求　220

　使用文本分析提升客戶體驗　221

　使用大數(shù)據(jù)分析進行決策　222

　使用大數(shù)據(jù)分析避免欺詐　224

　整合新數(shù)據(jù)源的商業(yè)價值　225



第七部分　十項注意　227



第23章　十條大數(shù)據(jù)最佳實踐　229

　理解你的目標　229

　建立里程碑　230

　發(fā)現(xiàn)你的數(shù)據(jù)　230

　清楚你缺少什么數(shù)據(jù)　230

　理解可選技術方案　231

　規(guī)劃大數(shù)據(jù)安全　231

　規(guī)劃大數(shù)據(jù)管理策略　231

　規(guī)劃數(shù)據(jù)管家　232

　持續(xù)測試　232

　學習最佳實踐和利用模式　232



第24章　十個大數(shù)據(jù)資源　234

　Hurwitz & Associates　234

　標準化組織　234

　　開放數(shù)據(jù)基金會　234

　　云安全聯(lián)盟　235

　　美國國家標準和科技機構　235

　　Apache軟件基金會　235

　　OASIS　235

　供應商的網(wǎng)站　236

　在線協(xié)作套件　236

　大數(shù)據(jù)會議　237



第25章　十條“要”與“不要”　238

　要將所有業(yè)務單元都涵蓋在大數(shù)據(jù)戰(zhàn)略中　238

　要評估所有的大數(shù)據(jù)分發(fā)模型　238

　要將傳統(tǒng)數(shù)據(jù)源作為大數(shù)據(jù)戰(zhàn)略的一部分　238

　要計劃持久化元數(shù)據(jù)　239

　要分發(fā)你的數(shù)據(jù)　239

　不要依賴于單一的大數(shù)據(jù)分析方法　239

　不要在準備充分之前就膨脹　239

　不要忽略數(shù)據(jù)集成的需求　239

　不要忘記安全地管理數(shù)據(jù)　240

　不要忽略數(shù)據(jù)的管理效率　240



術語表　241

  本文關鍵詞：寫給大家看的大數(shù)據(jù)，由筆耕文化傳播整理發(fā)布。