大数据技术原理与应用（第2版）

作品简介

本书系统介绍了大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。全书共15章，内容包含大数据的基本概念、大数据处理架构Hadoop，分布式文件系统HDFS，分布式数据库HBase，NoSQL数据库、云数据库、MapReduce，Spark流计算、图计算、数据可视化以及大数据在互联网、生物医学领域和其他行业的应用。本书在Hadoop，HDFS，HBase，MapReduce和Spark等重要章节安排了入门级的实践操作，以便读者更好地学习和掌握大数据关键技术。

本书可以作为高等院校计算机、信息管理等相关专业的大数据课程教材，也可供相关技术人员参考。

林子雨，北大博士，厦门大学计算机科学系老师，中国高校首个"数字教师"的提出者和建设者。在数据库、数据仓库、数据挖掘、大数据、云计算和物联网等领域有着十多年的知识积累，对各个领域知识都有比较深入的了解，有比较宽泛的视野。

作品目录

• 内容提要
• 前言（第2版）
• 前言（第1版）
• 作者介绍
• 第一篇 大数据基础
• 第1章 大数据概述
• 1.1 大数据时代
• 1.2 大数据的概念
• 1.3 大数据的影响
• 1.4 大数据的应用
• 1.5 大数据关键技术
• 1.6 大数据计算模式
• 1.7 大数据产业
• 1.8 大数据与云计算、物联网
• 1.9 本章小结
• 1.10 习题
• 第2章 大数据处理架构Hadoop
• 2.1 概述
• 2.2 Hadoop生态系统
• 2.3 Hadoop的安装与使用
• 2.4 本章小结
• 2.5 习题
• 实验1 安装Hadoop
• 第二篇 大数据存储与管理
• 第3章 分布式文件系统HDFS
• 3.1 分布式文件系统
• 3.2 HDFS简介
• 3.3 HDFS的相关概念
• 3.4 HDFS体系结构
• 3.5 HDFS的存储原理
• 3.6 HDFS的数据读写过程
• 3.7 HDFS编程实践
• 3.8 本章小结
• 3.9 习题
• 实验2 熟悉常用的HDFS操作
• 第4章 分布式数据库HBase
• 4.1 概述
• 4.2 HBase访问接口
• 4.3 HBase数据模型
• 4.4 HBase的实现原理
• 4.5 HBase运行机制
• 4.6 HBase编程实践
• 4.7 本章小结
• 4.8 习题
• 实验3 熟悉常用的HBase操作
• 第5章 NoSQL数据库
• 5.1 NoSQL简介
• 5.2 NoSQL兴起的原因
• 5.3 NoSQL与关系数据库的比较
• 5.4 NoSQL的四大类型
• 5.5 NoSQL的三大基石
• 5.6 从NoSQL到NewSQL数据库
• 5.7 本章小结
• 5.8 习题
• 第6章 云数据库
• 6.1 云数据库概述
• 6.2 云数据库产品
• 6.3 云数据库系统架构
• 6.4 云数据库实践
• 6.5 本章小结
• 6.6 习题
• 实验4 熟练使用RDS for MySQL数据库
• 第三篇 大数据处理与分析
• 第7章 MapReduce
• 7.1 概述
• 7.2 MapReduce的工作流程
• 7.3 实例分析：WordCount
• 7.4 MapReduce的具体应用
• 7.5 MapReduce编程实践
• 7.6 本章小结
• 7.7 习题
• 实验5 MapReduce编程初级实践
• 第8章 Hadoop再探讨
• 8.1 Hadoop的优化与发展
• 8.2 HDFS2.0的新特性
• 8.3 新一代资源管理调度框架YARN
• 8.4 Hadoop生态系统中具有代表性的功能组件
• 8.5 本章小结
• 8.6 习题
• 第9章 Spark
• 9.1 概述
• 9.2 Spark生态系统
• 9.3 Spark运行架构
• 9.4 Spark的部署和应用方式
• 9.5 Spark编程实践
• 9.6 本章小结
• 9.7 习题
• 第10章 流计算
• 10.1 流计算概述
• 10.2 流计算的处理流程
• 10.3 流计算的应用
• 10.4 开源流计算框架Storm
• 10.5 Spark Streaming
• 10.6 本章小结
• 10.7 习题
• 第11章 图计算
• 11.1 图计算简介
• 11.2 Pregel简介
• 11.3 Pregel图计算模型
• 11.4 Pregel的C++ API
• 11.5 Pregel的体系结构
• 11.6 Pregel的应用实例
• 11.7 Pregel和MapReduce实现PageRank算法的对比
• 11.8 本章小结
• 11.9 习题
• 第12章 数据可视化
• 12.1 可视化概述
• 12.2 可视化工具
• 12.3 可视化典型案例
• 12.4 本章小结
• 12.5 习题
• 第四篇 大数据应用
• 第13章 大数据在互联网领域的应用
• 13.1 推荐系统概述
• 13.2 协同过滤
• 13.3 协同过滤实践
• 13.4 本章小结
• 13.5 习题
• 第14章 大数据在生物医学领域的应用
• 14.1 流行病预测
• 14.2 智慧医疗
• 14.3 生物信息学
• 14.4 案例：基于大数据的综合健康服务平台
• 14.5 本章小结
• 14.6 习题
• 第15章 大数据的其他应用
• 15.1 大数据在物流领域中的应用
• 15.2 大数据在城市管理中的应用
• 15.3 大数据在金融行业中的应用
• 15.4 大数据在汽车行业中的应用
• 15.5 大数据在零售行业中的应用
• 15.6 大数据在餐饮行业中的应用
• 15.7 大数据在电信行业中的应用
• 15.8 大数据在能源行业中的应用
• 15.9 大数据在体育和娱乐领域中的应用
• 15.10 大数据在安全领域中的应用
• 15.11 大数据在政府领域中的应用
• 15.12 大数据在日常生活中的应用
• 15.13 本章小结
• 15.14 习题
• 参考文献