大数据导论 关键技术与行业应用最佳实践

1 (p1): 第1章 大数据概论
1 (p1-1): 1.1 什么是大数据
2 (p1-1-1): 1.1.1 大数据的概念
2 (p1-1-2): 1.1.2 大数据的特征
4 (p1-1-3): 1.1.3 大数据的产生
5 (p1-1-4): 1.1.4 数据的量级
6 (p1-1-5): 1.1.5 大数据的数据类型
8 (p1-1-6): 1.1.6 大数据的潜在价值
8 (p1-1-7): 1.1.7 大数据的挑战
9 (p1-2): 1.2 大数据与商业智能
9 (p1-2-1): 1.2.1 商业智能的概念
10 (p1-2-2): 1.2.2 商业智能的架构体系
11 (p1-2-3): 1.2.3 商业智能的核心技术
13 (p1-2-4): 1.2.4 商业智能的研究内容和发展方向
14 (p1-2-5): 1.2.5 商业智能与大数据的关系
15 (p1-2-6): 1.2.6 商业智能与大数据的结合应用
17 (p1-3): 1.3 大数据相关技术与应用概况
17 (p1-3-1): 1.3.1 大数据的相关技术
19 (p1-3-2): 1.3.2 大数据的应用概况
21 (p1-4): 1.4 大数据热点问题与发展趋势介绍
21 (p1-4-1): 1.4.1 大数据的热点问题
23 (p1-4-2): 1.4.2 大数据的发展趋势
25 (p1-5): 1.5 练习
25 (p1-6): 参考文献
27 (p2): 第2章 数据组织存储技术
27 (p2-1): 2.1 数据存储概述
27 (p2-1-1): 2.1.1 数据存储介质
28 (p2-1-2): 2.1.2 数据存储模式
30 (p2-1-3): 2.1.3 大数据存储存在的问题
32 (p2-2): 2.2 数据存储技术研究现状
32 (p2-2-1): 2.2.1 传统关系型数据库
33 (p2-2-2): 2.2.2 新兴的数据存储系统
36 (p2-3): 2.3 海量数据存储的关键技术
37 (p2-3-1): 2.3.1 数据划分
37 (p2-3-2): 2.3.2 数据一致性与可用性
38 (p2-3-3): 2.3.3 负载均衡
39 (p2-3-4): 2.3.4 容错机制
40 (p2-3-5): 2.3.5 虚拟存储技术
41 (p2-3-6): 2.3.6 云存储技术
42 (p2-4): 2.4 数据仓库
42 (p2-4-1): 2.4.1 数据仓库的相关概念
50 (p2-4-2): 2.4.2 数据仓库体系结构
51 (p2-4-3): 2.4.3 数据仓库设计与实施
54 (p2-4-4): 2.4.4 数据抽取、转换和装载
57 (p2-4-5): 2.4.5 联机分析处理
64 (p2-5): 2.5 练习
64 (p2-6): 参考文献
66 (p3): 第3章 NoSQL
66 (p3-1): 3.1 NoSQL简介
66 (p3-1-1): 3.1.1 什么是NoSQL
68 (p3-1-2): 3.1.2 什么是关系型数据库
68 (p3-1-3): 3.1.3 NoSQL数据库与关系型数据库的比较
70 (p3-2): 3.2 NoSQL的三大基石
71 (p3-2-1): 3.2.1 CAP
73 (p3-2-2): 3.2.2 BASE
74 (p3-2-3): 3.2.3 最终一致性
78 (p3-3): 3.3 key-value数据库
78 (p3-3-1): 3.3.1 Redis
80 (p3-4): 3.4 Column-oriented数据库
80 (p3-4-1): 3.4.1 Bigtable
81 (p3-4-2): 3.4.2 Apache Cassandra
81 (p3-4-3): 3.4.3 HBase
89 (p3-5): 3.5 图存数据库
89 (p3-5-1): 3.5.1 Neo4j
93 (p3-6): 3.6 文档数据库
93 (p3-6-1): 3.6.1 CouchDB
95 (p3-6-2): 3.6.2 MongoDB
96 (p3-7): 3.7 NewSQL数据库
96 (p3-7-1): 3.7.1 NewSQL数据库简介
97 (p3-7-2): 3.7.2 MySQLCluster
99 (p3-7-3): 3.7.3 VoltDB
100 (p3-8): 3.8 分布式缓存系统
103 (p3-9): 3.9 练习
103 (p3-10): 参考文献
104 (p4): 第4章 Hadoop和MapReduce
104 (p4-1): 4.1 Hadoop简介
105 (p4-2): 4.2…