大数据技术和应用

封面

版权信息

内容简介

主编介绍

前言

关于本书

本书适合的读者

联系方式与资源下载

第1章 了解大数据

1.1 大数据处理的基础技术

1.2 主流大数据技术

1.3 大数据平台解决方案

1.4 大数据发展现状和趋势

1.5 习题

第2章 大数据基础软件

2.1 Linux基础介绍

2.2 Java基础介绍

2.3 SQL语言基础介绍

2.4 实验一：在Linux中安装和使用Java

2.5 实验二：在Linux中安装和使用MySQL

2.6 习题

第3章 大数据采集

3.1 大数据采集技术介绍

3.2 常见采集工具和厂商

3.3 八爪鱼采集器介绍

3.4 爬山虎采集器介绍

3.5 流数据采集工具Flume

3.6 数据传输工具Sqoop介绍

3.7 实验三：Sqoop的安装配置及使用

3.8 实验四：Kafka的安装、配置及使用

第4章 大数据存储

4.1 数据库和数据仓库

4.2 分布式文件系统HDFS

4.3 分布式分析引擎Kylin介绍

4.4 大数据仓库Hive

4.5 NoSQL数据库

4.6 键－值存储数据库Memcached、Redis

4.7 面向文档数据库MongoDB介绍

4.8 实验五：Hadoop的安装、配置及HDFS使用

4.9 实验六：Redis数据库的安装与使用

4.10 实验七：HBase的安装和配置

4.11 习题

第5章 Spark内存计算框架

5.1 Spark简介

5.2 Spark技术原理

5.3 Spark SQL介绍

5.4 Spark Streaming实时处理技术

5.5 Spark MLlib数据挖掘库

5.6 Spark GraphX图处理技术

5.7 Spark编程实例

第6章 大数据分析挖掘

6.1 大数据分析概述

6.2 分类算法概述

6.3 决策树算法介绍

6.4 推荐算法介绍

6.5 Apriori算法介绍

第7章 大数据可视化

7.1 大数据可视化概述

7.2 大数据可视化工具概述

7.3 Tableau大数据可视化技术简介

7.4 Power BI大数据可视化技术简介

7.5 实验八：ECharts的安装与使用

第8章 大数据安全

8.1 大数据安全的挑战与对策

8.2 数据管理安全

8.3 数据安全分析

第9章 大数据应用

9.1 企业大数据应用

9.2 互联网大数据

9.3 零售大数据

9.4 医疗大数据

9.5 大数据未来展望

9.6 大数据和云计算的关系