大數(shù)據(jù)導(dǎo)論

目　　錄
譯者序
致謝
作者簡介
第一部分　大數(shù)據(jù)基礎(chǔ)
第1章　理解大數(shù)據(jù)3
1.1　概念與術(shù)語4
1.1.1　數(shù)據(jù)集4
1.1.2　數(shù)據(jù)分析5
1.1.3　數(shù)據(jù)分析學(xué)5
1.1.4　商務(wù)智能11
1.1.5　關(guān)鍵績效指標(biāo)11
1.2　大數(shù)據(jù)特征12
1.2.1　容量12
1.2.2　速率13
1.2.3　多樣性13
1.2.4　真實(shí)性14
1.2.5　價(jià)值14
1.3　不同數(shù)據(jù)類型15
1.3.1　結(jié)構(gòu)化數(shù)據(jù)16
1.3.2　非結(jié)構(gòu)化數(shù)據(jù)17
1.3.3　半結(jié)構(gòu)化數(shù)據(jù)17
1.3.4　元數(shù)據(jù)18
1.4　案例學(xué)習(xí)背景18
1.4.1　歷史背景18
1.4.2　技術(shù)基礎(chǔ)和自動(dòng)化環(huán)境19
1.4.3　商業(yè)目標(biāo)和障礙20
1.5　案例學(xué)習(xí)21
1.5.1　確定數(shù)據(jù)特征22
1.5.2　確定數(shù)據(jù)類型24
第2章　采用大數(shù)據(jù)的商業(yè)動(dòng)機(jī)與驅(qū)動(dòng)25
2.1　市場動(dòng)態(tài)25
2.2　業(yè)務(wù)架構(gòu)27
2.3　業(yè)務(wù)流程管理30
2.4　信息與通信技術(shù)31
2.4.1　數(shù)據(jù)分析與數(shù)據(jù)科學(xué)31
2.4.2　數(shù)字化31
2.4.3　開源技術(shù)與商用硬件32
2.4.4　社交媒體33
2.4.5　超連通社區(qū)與設(shè)備33
2.4.6　云計(jì)算34
2.5　萬物互聯(lián)網(wǎng)35
2.6　案例學(xué)習(xí)35
第3章　大數(shù)據(jù)采用及規(guī)劃考慮39
3.1　組織的先決條件40
3.2　數(shù)據(jù)獲取40
3.3　隱私性40
3.4　安全性41
3.5　數(shù)據(jù)來源42
3.6　有限的實(shí)時(shí)支持43
3.7　不同的性能挑戰(zhàn)43
3.8　不同的管理需求43
3.9　不同的方法論44
3.10　云44
3.11　大數(shù)據(jù)分析的生命周期45
3.11.1　商業(yè)案例評估45
3.11.2　數(shù)據(jù)標(biāo)識47
3.11.3　數(shù)據(jù)獲取與過濾47
3.11.4　數(shù)據(jù)提取48
3.11.5　數(shù)據(jù)驗(yàn)證與清理49
3.11.6　數(shù)據(jù)聚合與表示50
3.11.7　數(shù)據(jù)分析52
3.11.8　數(shù)據(jù)可視化52
3.11.9　分析結(jié)果的使用53
3.12　案例學(xué)習(xí)54
3.12.1　大數(shù)據(jù)分析的生命周期55
3.12.2　商業(yè)案例評估55
3.12.3　數(shù)據(jù)標(biāo)識56
3.12.4　數(shù)據(jù)獲取與過濾56
3.12.5　數(shù)據(jù)提取57
3.12.6　數(shù)據(jù)驗(yàn)證與清理57
3.12.7　數(shù)據(jù)聚合與表示57
3.12.8　數(shù)據(jù)分析57
3.12.9　數(shù)據(jù)可視化58
3.12.10　分析結(jié)果的使用58
第4章　企業(yè)級技術(shù)與大數(shù)據(jù)商務(wù)智能59
4.1　聯(lián)機(jī)事務(wù)處理60
4.2　聯(lián)機(jī)分析處理60
4.3　抽取、轉(zhuǎn)換和加載技術(shù)61
4.4　數(shù)據(jù)倉庫61
4.5　數(shù)據(jù)集市62
4.6　傳統(tǒng)商務(wù)智能62
4.6.1　即席報(bào)表63
4.6.2　儀表板63
4.7　大數(shù)據(jù)商務(wù)智能65
4.7.1　傳統(tǒng)數(shù)據(jù)可視化65
4.7.2　大數(shù)據(jù)的數(shù)據(jù)可視化66
4.8　案例學(xué)習(xí)67
4.8.1　企業(yè)技術(shù)67
4.8.2　大數(shù)據(jù)商務(wù)智能68
第二部分　存儲(chǔ)和分析大數(shù)據(jù)
第5章　大數(shù)據(jù)存儲(chǔ)的概念71
5.1　集群72
5.2　文件系統(tǒng)和分布式文件系統(tǒng)72
5.3　NoSQL73
5.4　分片74
5.5　復(fù)制75
5.5.1　主從式復(fù)制76
5.5.2　對等式復(fù)制77
5.6　分片和復(fù)制80
5.6.1　結(jié)合分片和主從式復(fù)制80
5.6.2　結(jié)合分片和對等式復(fù)制81
5.7　CAP定理82
5.8　ACID85
5.9　BASE88
5.10　案例學(xué)習(xí)91
第6章　大數(shù)據(jù)處理的概念93
6.1　并行數(shù)據(jù)處理93
6.2　分布式數(shù)據(jù)處理94
6.3　Hadoop94
6.4　處理工作量95
6.4.1　批處理型95
6.4.2　事務(wù)型95
6.5　集群96
6.6　批處理模式97
6.6.1　MapReduce批處理97
6.6.2　Map和Reduce任務(wù)98
6.6.3　MapReduce的簡單實(shí)例103
6.6.4　理解MapReduce算法104
6.7　實(shí)時(shí)模式處理107
6.7.1　SCV原則107
6.7.2　事件流處理110
6.7.3　復(fù)雜事件處理110
6.7.4　大數(shù)據(jù)實(shí)時(shí)處理與SCV110
6.7.5　大數(shù)據(jù)實(shí)時(shí)處理與MapReduce111
6.8　案例學(xué)習(xí)112
6.8.1　處理工作量112
6.8.2　批處理模式處理112
6.8.3　實(shí)時(shí)模式處理113
第7章　大數(shù)據(jù)存儲(chǔ)技術(shù)115
7.1　磁盤存儲(chǔ)設(shè)備115
7.1.1　分布式文件系統(tǒng)116
7.1.2　RDBMS數(shù)據(jù)庫117
7.1.3　NoSQL數(shù)據(jù)庫119
7.1.4　NewSQL數(shù)據(jù)庫128
7.2　內(nèi)存存儲(chǔ)設(shè)備129
7.2.1　內(nèi)存數(shù)據(jù)網(wǎng)格131
7.2.2　內(nèi)存數(shù)據(jù)庫138
7.3　案例學(xué)習(xí)141
第8章　大數(shù)據(jù)分析技術(shù)143
8.1　定量分析144
8.2　定性分析145
8.3　數(shù)據(jù)挖掘145
8.4　統(tǒng)計(jì)分析146
8.4.1　A/B測試146
8.4.2　相關(guān)性分析147
8.4.3　回歸性分析149
8.5　機(jī)器學(xué)習(xí)150
8.5.1　分類（有監(jiān)督的機(jī)器學(xué)習(xí)）151
8.5.2　聚類（無監(jiān)督的機(jī)器學(xué)習(xí)）152
8.5.3　異常檢測152
8.5.4　過濾153
8.6　語義分析154
8.6.1　自然語言處理155
8.6.2　文本分析155
8.6.3　情感分析156
8.7　視覺分析157
8.7.1　熱點(diǎn)圖157
8.7.2　時(shí)間序列圖159
8.7.3　網(wǎng)絡(luò)圖160
8.7.4　空間數(shù)據(jù)制圖161
8.8　案例學(xué)習(xí)162
8.8.1　相關(guān)性分析162
8.8.2　回歸性分析162
8.8.3　時(shí)間序列圖163
8.8.4　聚類163
8.8.5　分類163
附錄A　案例結(jié)論165
索引167