大數(shù)據(jù)智慧管理與分析之技術(shù)和實(shí)踐——從數(shù)據(jù)倉(cāng)庫(kù)/OLAP到NoSQL和NewSQL
定 價(jià)：68 元
- 作者：朱焱, 編著
- 出版時(shí)間：2019/1/1
- ISBN：9787564370763
- 出 版 社：西南交通大學(xué)出版社
- 中圖法分類：U264.91
- 頁(yè)碼：221頁(yè)
- 紙張：膠版紙
- 版次：1
- 開(kāi)本：16K
本書(shū)分為兩個(gè)部分，技術(shù)篇和實(shí)踐應(yīng)用篇。技術(shù)篇重點(diǎn)介紹大數(shù)據(jù)發(fā)展的特點(diǎn)和面臨的挑戰(zhàn)，討論大數(shù)據(jù)智慧管理與分析技術(shù)——數(shù)據(jù)倉(cāng)庫(kù)和OLAP,介紹大數(shù)據(jù)、分布式、并行計(jì)算環(huán)境下，數(shù)據(jù)智慧管理技術(shù)的新發(fā)展——NoSQL數(shù)據(jù)庫(kù)和NewSQL數(shù)據(jù)倉(cāng)庫(kù)，闡述了這兩大類新技術(shù)的基本數(shù)據(jù)模型、系統(tǒng)架構(gòu)和性能優(yōu)勢(shì)。實(shí)踐應(yīng)用篇分別從關(guān)系數(shù)據(jù)倉(cāng)庫(kù)建設(shè)與OLAP分析、基于Hive的數(shù)據(jù)倉(cāng)庫(kù)技術(shù)與OLAP應(yīng)用、HBase大數(shù)據(jù)管理技術(shù)實(shí)踐三個(gè)方面進(jìn)行了詳細(xì)地闡述，根據(jù)相關(guān)技術(shù)原理和應(yīng)用需求，討論了環(huán)境配置、建模、應(yīng)用系統(tǒng)構(gòu)建、OLAP分析實(shí)現(xiàn)，以及HBase數(shù)據(jù)查詢統(tǒng)計(jì)等功能，每個(gè)應(yīng)用系統(tǒng)均應(yīng)用可視化技術(shù)清晰地展示了大數(shù)據(jù)管理與分析的成果。本書(shū)理論結(jié)合實(shí)踐，使讀者能夠掌握和提高大數(shù)據(jù)智慧管理與分析的理論水平與實(shí)踐應(yīng)用能力。
技術(shù)篇
基于NosQL和NewsQL新技術(shù)的大數(shù)據(jù)管理與分析
章 大數(shù)據(jù)及其特點(diǎn)
1.1 大數(shù)據(jù)時(shí)代當(dāng)前的狀態(tài)
1.2 大數(shù)據(jù)定義與特點(diǎn)
1.3 沃爾瑪應(yīng)用大數(shù)據(jù)的案例
1.4 其他應(yīng)用實(shí)例
1.5 對(duì)大數(shù)據(jù)的誤解
1.6 CAP理論與BASE
第2章 大數(shù)據(jù)生命周期及相應(yīng)的技術(shù)挑戰(zhàn)
2.1 大數(shù)據(jù)生命周期
2.2 大數(shù)據(jù)面臨的技術(shù)挑戰(zhàn)
2.3 大數(shù)據(jù)安全與應(yīng)用的挑戰(zhàn)
2.4 針對(duì)大數(shù)據(jù)挑戰(zhàn)的應(yīng)對(duì)策略與技術(shù)方法
第3章 從關(guān)系數(shù)據(jù)管理到NoSQL技術(shù)的變革
3.1 關(guān)系數(shù)據(jù)庫(kù)核心特點(diǎn)簡(jiǎn)介
3.2 關(guān)系數(shù)據(jù)模型在大數(shù)據(jù)處理方面的局限
3.3 面向大數(shù)據(jù)特點(diǎn)的數(shù)據(jù)管理技術(shù)革新
第4章 列式數(shù)據(jù)管理技術(shù)――HBase數(shù)據(jù)庫(kù)
4.1 HBase概述
4.2 HBase數(shù)據(jù)模型
4.3 HBase集群配置
4.4 HBase各個(gè)組件之間的關(guān)系
4.5 HBase的索引數(shù)據(jù)結(jié)構(gòu)――LSM樹(shù)
4.6 HBase的作用和局限
4.7 HBase與其他相關(guān)技術(shù)的比較
4.8 應(yīng)用實(shí)例
第5章 從關(guān)系型數(shù)據(jù)倉(cāng)庫(kù)發(fā)展到NewSQL的Hive技術(shù)
5.1 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)介紹
5.2 數(shù)據(jù)倉(cāng)庫(kù)的定義和特點(diǎn)
5.3 數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)技術(shù)不能合二為一的原因
5.4 數(shù)據(jù)倉(cāng)庫(kù)建模
5.5 OLAP分析
5.6 Hive數(shù)據(jù)倉(cāng)庫(kù)技術(shù)
5.7 Apache Kylin――Hadoop生態(tài)圈的MOLAP機(jī)制
5.8 Hive的適用場(chǎng)景
5.9 Hive與HBase的比較
5.10 Hive和關(guān)系數(shù)據(jù)倉(cāng)庫(kù)的異同
5.1 l Hive和HBase――聯(lián)合起來(lái)作用更強(qiáng)大
第6章 大數(shù)據(jù)智慧管理技術(shù)的組合應(yīng)用
6.1 關(guān)系數(shù)據(jù)庫(kù)與NoSQL的組合
6.2 NoSQL與NewSQL的聯(lián)合
6.3 應(yīng)用組合技術(shù)的公司示例(見(jiàn)表6.1)
大數(shù)據(jù)智慧管理與分析之實(shí)踐指南
實(shí)踐應(yīng)用篇
大數(shù)據(jù)智慧管理與分析之實(shí)踐指南
第7章 數(shù)據(jù)倉(cāng)庫(kù)建設(shè)與OLAP分析實(shí)踐
7.1 數(shù)據(jù)倉(cāng)庫(kù)實(shí)例背景
7.2 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)預(yù)處理
7.3 數(shù)據(jù)倉(cāng)庫(kù)建模
7.4 常用OLAP分析操作
7.5 MDX――0LAP分析查詢語(yǔ)言
7.6 銷售數(shù)據(jù)倉(cāng)庫(kù)建設(shè)實(shí)踐項(xiàng)目
7.7 基于B/S的初級(jí)數(shù)據(jù)倉(cāng)庫(kù)實(shí)踐項(xiàng)目開(kāi)發(fā)
第8章 Hive數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)和OLAP分析實(shí)踐
8.1 Hive數(shù)據(jù)倉(cāng)庫(kù)適用領(lǐng)域
8.2 開(kāi)發(fā)基于Hive的數(shù)據(jù)倉(cāng)庫(kù)
8.3 基于Hive數(shù)據(jù)倉(cāng)庫(kù)的0LAP分析
第9章 基于H_Base的大數(shù)據(jù)管理系統(tǒng)開(kāi)發(fā)與維護(hù)實(shí)踐
9.1 HBase的適用場(chǎng)景
9.2 進(jìn)口貨物記錄H’Base系統(tǒng)設(shè)計(jì)
9.3 基于web瀏覽器的HBase數(shù)據(jù)訪問(wèn)可視化
附件1 ASCII碼表(基本表)
附件2 過(guò)濾器列表
附件3 HBase實(shí)踐項(xiàng)目可視化部分的參考代碼
書(shū)單推薦
