欧美性69式xxxx护士,精品第一国产综合亚洲午夜

歡迎進入網(wǎng)上館配會薦購選采服務平臺圖書館單位會員注冊圖書館讀者/館員登錄

書單推薦

·二十四節(jié)氣｜處暑

·二十四節(jié)氣｜立秋

·二十四節(jié)氣｜大暑

·二十四節(jié)氣｜夏至

·科學出版社精品典藏

·清華大學出版社—2024年度好

·二十四節(jié)氣 | 立春

·二十四節(jié)氣│大寒

新書推薦

更多

·《中國經(jīng)濟學(2025年第2輯總

·《行為博弈》

·《神經(jīng)網(wǎng)絡設計與應用》

·《精準落實》

·《新生物學本質(zhì)主義研究》

·《賞文物話中醫(yī)》

·《把熱愛變成事業(yè)》

大數(shù)據(jù)技術與應用

大數(shù)據(jù)技術與應用

定　　價：59.8 元

叢書名：大數(shù)據(jù)應用人才能力培養(yǎng)新形態(tài)系列

當前圖書已被 4 所學校薦購過！

查看明細

作者：孔華鋒沈青龍雪玲
出版時間：2024/10/1
ISBN：9787115651587
出版社：人民郵電出版社

中圖法分類：TP274
頁碼：
紙張：膠版紙
版次：
開本：16開

9

7

6

8

5

7

1

1

5

1

8

5

7

讀者對象:本書適用于高校計算機類專業(yè)學生

本書以大數(shù)據(jù)的全生命周期中涉及技術為線索，比較全面地介紹了大數(shù)據(jù)技術架構、基礎設施、大數(shù)據(jù)采集與預處理、數(shù)據(jù)存儲與文件系統(tǒng)、NoSQL數(shù)據(jù)庫、數(shù)據(jù)分析與開發(fā)、數(shù)據(jù)可視化及應用、大數(shù)據(jù)安全等方面內(nèi)容，同時針對Hadoop框架、HDFS、HBASE、Spark等技術為例進行了部署展示，并針對大數(shù)據(jù)有關的云計算、人工智能等與大數(shù)據(jù)息息相關的內(nèi)容進行較為詳細的介紹與說明。

本書針對相關知識點都進行較為細致的講述，并配有與理論學習相結(jié)合的電子資源，包括教學大綱、課程PPT與實驗案例等，可作為高校計算機、信息技術類大數(shù)據(jù)相關通識課程教材，也可以作為大數(shù)據(jù)相關專業(yè)的專業(yè)課程教材。

第 1章大數(shù)據(jù)的概述 1

本章導讀　1

1.1　什么是大數(shù)據(jù)　1

1.2　大數(shù)據(jù)的來源　3

1.3　大數(shù)據(jù)的分類　5

1.4　大數(shù)據(jù)的特征　7

1.5　大數(shù)據(jù)的新思維和新理念　8

1.6　大數(shù)據(jù)系統(tǒng)的基礎架構　13

1.6.1　基礎支撐服務　14

1.6.2　數(shù)據(jù)采集及預處理服務　14

1.6.3　數(shù)據(jù)存儲服務　15

1.6.4　數(shù)據(jù)引擎服務　16

1.6.5　綜合應用服務　16

1.6.6　數(shù)據(jù)治理體系　16

1.6.7　支撐體系　18

1.7　大數(shù)據(jù)的技術體系　18

1.8　本章小結(jié)　19

拓展閱讀　19

本章習題　20

第　2章大數(shù)據(jù)基礎設施　22

本章導讀　22

2.1　虛擬化技術　23

2.1.1　虛擬化的定義　23

2.1.2　虛擬化的特征　24

2.1.3　虛擬化技術的分類　26

2.2　云計算技術　30

2.2.1　云計算的定義　30

2.2.2　云計算的特點　31

2.2.3　云計算的技術架構　32

2.2.4　云計算的部署模式　34

2.2.5　云計算平臺的功能　36

2.3　Hadoop分布式系統(tǒng)　37

2.3.1　Hadoop簡介　37

2.3.2　Hadoop發(fā)展歷史　38

2.3.3　Hadoop的特點　39

2.3.4　Hadoop的版本演進　40

2.3.5　Hadoop生態(tài)組件　41

2.4　本章小結(jié)　45

拓展閱讀　45

本章習題　47

第3章　大數(shù)據(jù)采集與預處理　48

本章導讀　48

3.1　大數(shù)據(jù)采集　49

3.1.1　大數(shù)據(jù)采集概述　49

3.1.2　日志數(shù)據(jù)采集　52

3.1.3　網(wǎng)絡數(shù)據(jù)采集　56

3.1.4　網(wǎng)絡旁路的數(shù)據(jù)采集　69

3.2　大數(shù)據(jù)預處理　70

3.2.1　數(shù)據(jù)預處理概述　70

3.2.2　數(shù)據(jù)特征　71

3.2.3　數(shù)據(jù)規(guī)范化　73

3.2.4　數(shù)據(jù)抽取　73

3.2.5　數(shù)據(jù)清洗　75

3.2.6　數(shù)據(jù)集成　81

3.2.7　數(shù)據(jù)轉(zhuǎn)換　82

3.2.8　數(shù)據(jù)加載　83

3.2.9　數(shù)據(jù)消減　84

3.3　本章小結(jié)　85

拓展閱讀　86

Kettle　86

Sqoop　88

本章習題　90

第4章　大數(shù)據(jù)存儲與分布式文件系統(tǒng)　91

本章導讀　91

4.1　傳統(tǒng)的存儲設備　92

4.1.1　機械硬盤　92

4.1.2　固態(tài)硬盤　94

4.1.3　移動存儲介質(zhì)　94

4.1.4　傳統(tǒng)存儲系統(tǒng)　95

4.2　獨立磁盤冗余陣列（RAID）　96

4.2.1　RAID概述　96

4.2.2　RAID架構　97

4.2.3　RAID 0　99

4.2.4　RAID 1　102

4.2.5　RAID 5　102

4.3　HDFS分布式文件系統(tǒng)　102

4.3.1　HDFS的簡介　103

4.3.2　HDFS的體系架構　106

4.3.3　名稱節(jié)點與數(shù)據(jù)節(jié)點　109

4.3.4　映像文件與事務日志的歸并　111

4.3.5　HDFS的數(shù)據(jù)存儲特性　113

4.3.6　HDFS的容錯機制　114

4.3.7　HDFS的高可用機制　115

4.3.8　HDFS的聯(lián)邦機制　116

4.4　本章小結(jié)　118

拓展閱讀　118

本章習題　120

第5章　大數(shù)據(jù)的數(shù)據(jù)庫系統(tǒng)　121

5.1　非關系NoSQL數(shù)據(jù)庫　123

5.1.1　NoSQL的特點　123

5.1.2　NoSQL的理論基礎　124

5.1.3　NoSQL的類型　130

5.2.4.　NoSQL的發(fā)展趨勢及挑戰(zhàn)　136

5.3　HBase數(shù)據(jù)庫　137

5.3.1　HBase的概述　137

5.3.2　HBase數(shù)據(jù)模型　138

5.3.3　Hbase體系架構　141

5.3.4　HBase運行機制　145

5.3　數(shù)據(jù)倉庫　147

5.4.1　數(shù)據(jù)倉庫的發(fā)展　147

5.4.2　Hive　148

5.4.3　Impala　151

5.7　本章小結(jié)　154

拓展閱讀　154

數(shù)據(jù)湖的概念　154

數(shù)據(jù)湖的特點　155

本章習題　157

第6章　大數(shù)據(jù)的計算模式　158

本章導讀　158

6.1　大數(shù)據(jù)計算模式的特征和分類　159

6.2　MapReduce批處理計算框架　161

6.2.1　MapReduce的思想　162

6.2.2　MapReduce的功能函數(shù)　164

6.2.3　MapReduce的體系架構　166

6.2.4　MapReduce的工作原理　170

6.2.5　MapReduce的實例　175

6.3　YARN資源管理　176

6.3.1　YARN資源管理的概述　176

6.3.2　資源管理器　178

6.3.3　節(jié)點管理器　178

6.3.4　應用程序管理器　178

6.3.5　YARN資源管理的工作流程　179

6.3.6　YARN資源管理的優(yōu)勢　180

6.4　Spark內(nèi)存并行計算框架　181

6.4.1　Spark內(nèi)存并行計算框架的概述　181

6.4.2　Spark內(nèi)存并行計算框架的思想　183

6.4.3　Spark內(nèi)存并行計算框架的體系架構　186

6.4.4　Spark內(nèi)存并行計算框架的運行流程　188

6.4.5　Spark內(nèi)存并行計算框架的RDD　190

6.4.6　Spark交互查詢引擎　200

6.6　本章小結(jié)　202

拓展閱讀　202

本章習題　205

第7章　大數(shù)據(jù)分析挖掘與可視化　207

本章導讀　207

7.1　大數(shù)據(jù)分析挖掘　207

7.1.1　大數(shù)據(jù)挖掘概述　207

7.1.2　數(shù)據(jù)挖掘與數(shù)據(jù)分析　210

7.1.3　大數(shù)據(jù)挖掘的特點與挑戰(zhàn)　211

7.2　數(shù)據(jù)相似性　214

7.2.1　數(shù)值屬性的相似性度量　215

7.2.2　標稱屬性的相似性度量　216

7.2.3　文本相似性度量　217

7.3　數(shù)據(jù)挖掘方法　218

7.4　大數(shù)據(jù)挖掘工具　219

7.4.1　weka　219

7.4.2　Spark MLlib　221

7.5　數(shù)據(jù)可視化概述　223

7.5.1　大數(shù)據(jù)可視化的主要進展　224

7.5.2　大數(shù)據(jù)可視化的發(fā)展趨勢　226

7.6　數(shù)據(jù)可視化流程　228

7.7　數(shù)據(jù)可視化原則　230

7.8　數(shù)據(jù)可視化工具　230

7.9　時空數(shù)據(jù)可視化　239

7.9.1　時變數(shù)據(jù)可視化　239

7.9.2　空間數(shù)據(jù)可視化　242

7.10　非時空數(shù)據(jù)可視化　242

7.10.1　文本數(shù)據(jù)可視化　242

7.10.2　復雜高維數(shù)據(jù)可視化　242

7.11　數(shù)據(jù)可視化交互　246

7.11.1　交互延時　247

7.11.2　交互分類　247

7.11.3　交互技術　248

7.12　本章小結(jié)　248

拓展閱讀　248

本章習題　250

第8章　大數(shù)據(jù)應用　251

8.1　大數(shù)據(jù)的行業(yè)應用　251

8.2　智慧城市　253

8.2.1　智慧城市概述及建設內(nèi)容　253

8.2.2　智能交通與大數(shù)據(jù)　254

8.2.3　環(huán)保監(jiān)測與大數(shù)據(jù)　255

8.2.4　城市規(guī)劃與大數(shù)據(jù)　256

8.2.5　公共安全與大數(shù)據(jù)　257

8.3　自動駕駛汽車　258

8.3.1　自動駕駛汽車的發(fā)展階段　259

8.3.2　軟件定義汽車　260

8.3.3　車聯(lián)網(wǎng)與大數(shù)據(jù)　262

8.3.4　無人駕駛汽車與大數(shù)據(jù)　265

8.4　本章小結(jié)　267

拓展閱讀：　267

本章習題：　270

第9章　大數(shù)據(jù)安全　271

9.1　物理安全　272

9.2.1　物理安全管理　273

9.2.2　物理安全技術　274

9.2　數(shù)據(jù)安全　275

9.3.1　面臨的問題　276

9.3.2　安全機制和解決方案　278

9.3　虛擬化安全　281

9.4　安全監(jiān)管　282

9.5　應用安全　283

9.6　業(yè)務安全　283

9.7　大數(shù)據(jù)保護　284

9.8　本章小結(jié)　285

拓展閱讀：　285

本章習題：　288

你還可能感興趣

我要評論

感谢您访问我们的网站，您可能还对以下资源感兴趣：

国产高清在线看a∨片

精品国产福利导航国产免费拔擦拔擦8X高清在线欧洲亚洲1卡二卡三卡2025 国产专区视频