实战大数据

内容简介

“数据是重要资产”已成为大家的共识，众多公司都在争相分析、挖掘大数据背后的信息资源。《实战大数据》在此背景下，对目前大数据及其相关技术的发展进行总结，理论联系实践，既不缺乏理论深度又具有实用价值。
　　《实战大数据》共12章，内容包括大数据的概念、特点、发展历史，数据获取与存储，数据抽取和清洗，数据集成，数据的查询、分析与建模，异构数据采集，文档的存储与检索，异种数据的统一访问与转换，基于微博的股票市场预测系统实例，海量视频检索系统实例，HDFS云文件系统实例。
　　《实战大数据》适合大数据技术初学者、大数据从业人员和研究人员，也可以作为高等院校相关专业师生的教学参考书。

目录

第一篇 大数据基础篇
第1章 大数据介绍
　1.1 大数据相关概念
　1.1.1 大数据的历史
　1.1.2 大数据的定义
　1.2 大数据研究内容
　1.3 人数据研究现状
　1.3.1 学术界现状
　1.3.2 产业界现状
　1.3.3 政府机构现状
　1.4 大数据的应用领域
　1.4.1 大数据在制造业的应用
　1.4.2 大数据在服务业的应用
　1.4.3 大数据在交通行业的应用
　1.4.4 大数据在医疗行业的应用
　1.5 本章小结
　
第2章 数据存储技术
　2.1 数据存储技术介绍
　2.2 数据采集与存储技术研究现状
　2.2.1 传统关系型数据库
　2.2.2 新兴数据存储系统
　2.3 海量数据存储的关键技术分析
　2.3.1 数据划分
　2.3.2 数据一致性与可用性
　2.3.3 负载均衡
　2.3.4 容错机制
　2.3.5 海量数据存储的硬件支持
　2.4 数据存储技术的实现与工具
　2.4.1 集中式数据存储管理系统Bigtable
　2.4.2 非集中式的大规模数据管理系统Dynamo
　2.4.3 BigTable的开源实现Hbase
　2.4.4 MongoDB
　2.4.5 CouchDB
　2.4.6 Redis
　2.4.7 Hypertabie
　2.4.8 其他开源NoSQL数据库
　2.5 本章小结
　
第3章 数据抽取和清洗
　3.1 数据抽取和清洗技术介绍
　3.1.1 数据抽取简介
　3.1.2 数据清洗简介
　3.2 数据抽取和清洗研究现状
　3.3 数据抽取技术的实现
　3.3.1 Web数据抽取
　3.3.2 非结构化数据抽取
　3.3.3 基于云计算的海量数据分析
　3.4 数据清洗技术的实现
　3.4.1 数据清洗流程
　3.4.2 数据清洗框架
　3.4.3 数据清洗相关技术
　3.4.4 基天Hadoop的数据清洗方案
　……
第二篇 大数据深入篇
第三篇 大数据应用篇