第一篇大數據基礎
第1章大數據概述
1．1大數據時代
1．1．1第三次信息化浪潮
1．1．2信息科技為大數據時代
提供技術支撐
1．1．3數據産生方式的變革促成
大數據時代的來臨
1．1．4大數據的發展曆程
1．2大數據的概念
1．2．1數據量大
1．2．2數據類型繁多
1．2．3處理速度快
1．2．4價值密度低
1．3大數據的影響
1．3．1大數據對科學研究的影響
1．3．2大數據對思維方式的影響
1．3．3大數據對社會發展的影響
1．3．4大數據對就業市場的影響
1．3．5大數據對人纔培養的影響
1．4大數據的應用
1．5大數據關鍵技術
1．6大數據計算模式
1．6．1批處理計算
1．6．2流計算
1．6．3圖計算
1．6．4查詢分析計算
1．7大數據産業
1．8大數據與雲計算、物聯網
1．8．1雲計算
1．8．2物聯網
1．8．3大數據與雲計算、物聯網的關係
1．9本章小結
1．10習題
第2章大數據處理架構Hadoop
2．1概述
2．1．1Hadoop簡介
2．1．2Hadoop的發展簡史
2．1．3Hadoop的特性
2．1．4Hadoop的應用現狀
2．2Hadoop的項目結構
2．2．1Common
2．2．2Avro
2．2．3HDFS
2．2．4HBase
2．2．5MapReduce
2．2．6Zookeeper
2．2．7Hive
2．2．8Pig
2．2．9Sqoop
2．2．10Chukwa
2．3Hadoop的安裝與使用
2．3．1創建Hadoop用戶
2．3．2Java的安裝
2．3．3SSH登錄權限設置
2．3．4安裝單機Hadoop
2．3．5Hadoop僞分布式安裝
2．4本章小結
2．5習題
第二篇大數據存儲
第3章Hadoop分布式文件係統
3．1分布式文件係統
3．1．1計算機集群結構
3．1．2分布式文件係統的結構
3．1．3分布式文件係統的設計需求
3．2HDFS簡介
3．3HDFS的相關概念
3．3．1塊
3．3．2名稱節點和數據節點
3．4HDFS體係結構
3．4．1概述
3．4．2HDFS命名空間管理
3．4．3通信協議
3．4．4客戶端
3．4．5HDFS體係結構的局限性
3．5HDFS的存儲原理
3．5．1冗餘數據的保存
3．5．2數據存取策略
3．5．3數據錯誤與恢復
3．6HDFS的數據讀寫過程
3．6．1讀數據的過程
3．6．2寫數據的過程
3．7HDFS編程實踐
3．7．1HDFS常用命令
3．7．2HDFS的Web界麵
3．7．3HDFS常用JavaAPI及應用實例
3．8本章小結
3．9習題
第4章分布式數據庫HBase
4．1概述
4．1．1從BigTable說起
4．1．2HBase簡介
4．1．3HBase與傳統關係數據庫的
對比分析
4．2HBase訪問接口
4．3HBase數據模型
4．3．1數據模型概述
4．3．2數據模型的相關概念
4．3．3數據坐標
4．3．4概念視圖
4．3．5物理視圖
4．3．6麵嚮列的存儲
4．4HBase的實現原理
4．4．1HBase的功能組件
4．4．2錶和Region
4．4．3Region的定位
4．5HBase運行機製
4．5．1HBase係統架構
4．5．2Region服務器的工作原理
4．5．3Store的工作原理
4．5．4HLog的工作原理
4．6HBase編程實踐
4．6．1HBase常用的Shell命令
4．6．2HBase常用的JavaAPI及
應用實例
4．7本章小結
4．8習題
第5章NoSQL數據庫
5．1NoSQL簡介
5．2NoSQL興起的原因
5．2．1關係數據庫法滿足Web2．0的
需求
5．2．2關係數據庫的關鍵特性在Web2．
時代成為"雞肋"
5．3NoSQL與關係數據庫的比較
5．4NoSQL的四大類型
5．4．1鍵值數據庫
5．4．2列族數據庫
5．4．3文檔數據庫
5．4．4圖形數據庫
5．5NoSQL的三大基石
5．5．1CAP
5．5．2BASE
5．5．3最終一緻性
5．6從NoSQL到NewSQL數據庫
5．7本章小結
5．8習題
第6章雲數據庫
6．1雲數據庫概述
6．1．1雲計算是雲數據庫興起的
基礎
6．1．2雲數據庫的概念
6．1．3雲數據庫的特性
6．1．4雲數據庫是個性化數據存儲
需求的理想選擇
6．1．5雲數據庫與其他數據庫的關係
6．2雲數據庫産品
6．2．1雲數據庫廠商概述
6．2．2Amazon的雲數據庫産品
6．2．3Google的雲數據庫産品
6．2．4微軟的雲數據庫産品
6．2．5其他雲數據庫産品
6．3雲數據庫係統架構
6．3．1UMP係統概述
6．3．2UMP係統架構
6．3．3UMP係統功能
6．4雲數據庫實踐
6．4．1阿裏雲RDS簡介
6．4．2RDS中的概念
6．4．3購買和使用RDS數據庫
6．4．4將本地數據庫遷移到雲端RDS數據庫
6．5本章小結
6．6習題
第三篇大數據處理與分析
第7章MapReduce
7．1概述
7．1．1分布式並行編程
7．1．2MapReduce模型簡介
7．1．3Map和Reduce函數
7．2MapReduce的工作流程
7．2．1工作流程概述
7．2．2MapReduce的各個執行階段
7．2．3Shuffle過程詳解
7．3實例分析：WordCount
7．3．1WordCount的程序任務
7．3．2WordCount的設計思路
7．3．3MapReduce的具體執行過程
7．3．4一個WordCount執行過程的
實例
7．4MapReduce的具體應用
7．4．1MapReduce在關係代數
運算中的應用
7．4．2分組與聚閤運算
7．4．3矩陣-嚮量乘法
7．4．4矩陣乘法
7．5MapReduce編程實踐
7．5．1任務要求
7．5．2編寫Map處理邏輯
7．5．3編寫Reduce處理邏輯
7．5．4編寫main方法
7．5．5編譯打包代碼以及運行程序
7．6本章小結
7．7習題
第8章流計算
8．1流計算概述
8．1．1靜態數據和流數據
8．1．2批量計算和實時計算
8．1．3流計算的概念
8．1．4流計算與Hadoop
8．1．5流計算框架
8．2流計算的處理流程
8．2．1概述
8．2．2數據實時采集
8．2．3數據實時計算
8．2．4實時查詢服務
8．3流計算的應用
8．3．1應用場景1：實時分析
8．3．2應用場景2：實時交通
8．4開源流計算框架Storm
8．4．1Storm簡介
· · · · · · (收起)