解惑大數據

定　價：￥36.00

作　者：	丁圣勇樊勇兵閔世武編著
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115325341	出版時間：	2013-09-01	包裝：	平裝
開本：	小16開	頁數：	123	字數：

內容簡介

　　《解惑大數據》是一本系統(tǒng)介紹大數據的技術普及讀物，可幫助讀者迅速了解大數據的概況。全書分為4章，共120個問題，內容涵蓋大數據概念、大數據技術、大數據應用等各個方面。第1章為大數據概述篇，介紹了大數據的概念、技術特點及應用方向等；第2章為分布式平臺篇，介紹了大數據的核心計算平臺；第3章為分布式數據庫篇，介紹大數據中廣泛使用的分布式數據庫；第4章為大數據與數據挖掘篇，介紹經典的數據挖掘算法以及大數據如何實現規(guī)?；筒⑿谢幚?。《解惑大數據》可作為對大數據技術感興趣的讀者以及工程技術人員、行業(yè)管理人員、大數據系統(tǒng)的設計開發(fā)人員的技術參考資料，也可以作為大學本科高年級學生和研究生相關課程的參考書。

作者簡介

暫缺《解惑大數據》作者簡介

圖書目錄

第1章大數據概述
Q1. 什么是大數據？
Q2. 大數據的規(guī)模如何？
Q3. 什么是大數據的多樣化？
Q4. 什么是大數據的快速化？
Q5. 什么是大數據的價值化？
Q6. 大數據的起源是什么？
Q7. 大數據帶來了哪些機遇？
Q8. 大數據帶來了哪些挑戰(zhàn)？
Q9. 什么是結構化數據？
Q10. 什么是非結構化數據？
Q11. 大數據的技術特點是什么？
Q12. 大數據有哪些處理模式？
Q13. 大數據的硬件架構有什么特點？
Q14. 大數據的軟件架構有什么特點？
Q15. 大數據與云計算有什么關系？
Q16. 大數據適合哪些應用？
Q17. 零售行業(yè)如何應用大數據？
Q18. 金融行業(yè)如何應用大數據？
Q19. 交通行業(yè)如何應用大數據？
Q20. 互聯網行業(yè)如何應用大數據？
Q21. 電信行業(yè)如何應用大數據？
第2章分布式平臺
2.1 分布式平臺的基本概念
Q22. 什么是分布式平臺？
Q23. 分布式平臺的基本原理是什么？
Q24. 什么是分布式文件系統(tǒng)？
Q25. 什么是分布式計算？
2.2 開源項目
2.2.1 Hadoop
Q26. 什么是Hadoop？
Q27. Hadoop有哪些應用領域？
Q28. Hadoop的歷史是什么？
Q29. Hadoop的優(yōu)點是什么？
Q30. Hadoop和RDBMS的區(qū)別是什么？
Q31. Hadoop和高效能計算、網格計算的區(qū)別是什么？
Q32. Hadoop的發(fā)展現狀如何？
Q33. Hadoop系統(tǒng)架構如何？
Q34. 什么是HDFS？
Q35. 什么是MapReduce？
2.2.2 GraphLab
Q36. 什么是GraphLab？
Q37. GraphLab出現的背景是什么？
Q38. GraphLab和MapReduce的區(qū)別是什么？
Q39. GraphLab的優(yōu)點是什么？
Q40. GraphLab的軟件棧結構是怎樣的？
Q41. GraphLab并行化的基本思想是什么？
Q42. GraphLab的數據模型是什么？
Q43. GraphLab程序的執(zhí)行模型是什么？
Q44. GraphLab和Mahout的區(qū)別是什么？
Q45. GraphLab有哪些相關子項目？
2.2.3 DPark
Q46. DPark是什么？
Q47. Spark是什么？
Q48. Spark和MapReduce的區(qū)別是什么？
Q49. DPark中有哪些基本概念？
Q50. DPark的計算模型是怎樣的？
Q51. RDD的工作原理是什么？
Q52. RDD的容錯機制是什么？
Q53. RDD內部的設計機制是什么？
Q54. DPark的任務調度機制是什么？
Q55. DPark共享變量的實現機制是怎樣的？
Q56. DPark和Spark的性能比較如何？
Q57. DPark和Spark的區(qū)別是什么？
2.2.4 Storm
Q58. Storm是什么？
Q59. Storm出現的背景是什么？
Q60. Storm有哪些應用領域？
Q61. Storm的設計特征是什么？
Q62. Storm中有哪些關鍵概念？
Q63. Storm集群中有哪些組件？
Q64. Storm如何高效地實現消息的可靠性？
Q65. Storm是如何實現容錯的？
Q66. Storm有哪些缺點？
第3章分布式數據庫
3.1 分布式數據庫的基本概念
Q67. 什么是分布式數據庫？
Q68. 什么是關系型數據庫？
Q69. 什么是NoSQL數據庫？
Q70. 為什么需要分布式數據庫？
Q71. 大數據時代分布式數據庫的特征是什么？
Q72. 分布式數據庫相對傳統(tǒng)集中式數據庫的優(yōu)點有哪些？
Q73. 什么是CAP定理？
3.2 開源項目
3.2.1 HBase
Q74. HBase是什么？
Q75. HBase的定位是什么？
Q76. HBase的設計特征是什么？
Q77. HBase和傳統(tǒng)數據庫的區(qū)別是什么？
Q78. HBase的數據模型是什么？
Q79. 運行中的HBase有什么特點？
Q80. HBase的集群架構是怎樣的？
Q81. HBase的存儲架構是怎樣的？
Q82. HBase和HDFS的關系是什么？
Q83. 如何在HBase上運行MapReduce？
Q84. HBase能否支持SQL？
Q85. HBase有哪些常用場景？
3.2.2 Hive
Q86. 什么是Hive？
Q87. Hive的適用場景有哪些？
Q88. Hive的設計特征是什么？
Q89. Hive和RDBMS的區(qū)別是什么？
Q90. Hive的體系結構是怎樣的？
Q91. Hive的元數據存儲方案有哪些？
Q92. Hive的數據存儲模型有哪些？
Q93. Hive和SQL的區(qū)別是什么？
Q94. 常見的HiveQL操作有哪些？
Q95. 什么是Hive的用戶定義函數？
3.2.3 MongoDB
Q96. 什么是MongoDB？
Q97. MongoDB的設計特征是什么？
Q98. MongoDB的設計哲學是什么？
Q99. MongoDB中有哪些基本概念？
Q100. MongoDB數據模型是怎樣的？
Q101. MongoDB和SQL的區(qū)別是什么？
Q102. 如何進行MongoDB的CRUD操作？
Q103. MongoDB支持哪些數據庫驅動？
Q104. MongoDB如何實現高可用？
Q105. MongoDB的分片機制是怎樣的？
Q106. MongoDB有哪些適用場景？
第4章大數據與數據挖掘
Q107. 什么是數據挖掘？
Q108. 什么是機器學習？
Q109. 數據挖掘主要解決的問題有哪些？
Q110. 傳統(tǒng)數據挖掘有哪些算法？
Q111. 什么是有監(jiān)督學習？
Q112. 什么是無監(jiān)督學習？
Q113. 什么是C4.5算法？
Q114. 什么是SVM？
Q115. 什么是貝葉斯算法？
Q116. 什么是K-Means算法？
Q117. 什么是EM算法？
Q118. 什么是Apriori算法？
Q119. 數據挖掘算法在電信行業(yè)如何應用？
Q120. 大數據時代如何進行數據挖掘？
……