大数据 战略·技术·实践【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

大数据 战略·技术·实践PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 大数据技术概览2

第1章 概述2

1.1 什么是大数据2

1.1.1 大数据的定义及特征3

1.1.2 大数据结构类型6

1.1.3 大数据实例8

1.2 大数据发展史10

1.3 大数据技术架构12

1.4 机遇与挑战14

参考文献16

第2章 大数据应用18

2.1 大数据驱动新应用18

2.1.1 大数据生态系统18

2.1.2 新的业务应用20

2.2 行业应用实例22

2.2.1 奥巴马的大数据22

2.2.2 预测犯罪23

2.2.3 数据让游戏更精彩24

2.2.4 智能交通25

2.2.5 大学教育27

2.2.6 大数据的姻缘28

2.2.7 传媒出版29

参考文献31

第3章 大数据基础设施32

3.1 云端大数据32

3.1.1 云基础设施34

3.1.2 虚拟化的三驾马车34

3.1.3 云安全和云平台35

3.2 计算虚拟化37

3.2.1 基本概念38

3.2.2 从部分虚拟化到全虚拟化39

3.2.3 处理器（CPU）的虚拟化40

3.2.4 内存（Memory）的虚拟化42

3.3 大数据存储44

3.3.1 传统存储系统时代的简单回顾44

3.3.2 大数据时代的新挑战45

3.3.3 分布式存储及其案例47

3.3.4 云存储及其存储虚拟化48

3.3.5 大数据存储的其他需求及其特点49

3.4 网络虚拟化52

3.4.1 网卡虚拟化52

3.4.2 虚拟交换机（Virtual Switch）54

3.4.3 接入层的虚拟化54

3.4.4 覆盖网络虚拟化（Network Virtualization Overlay）56

3.4.5 软件定义的网络（SDN）58

3.4.6 对大数据处理的意义60

3.5 基础架构的安全：云环境中面临的新的安全挑战60

3.5.1 计算资源方面的安全和挑战62

3.5.2 存储方面的安全和挑战64

3.5.3 网络方面的安全和挑战66

3.6 大数据时代的云服务69

3.6.1 大数据与基础设施即服务70

3.6.2 亚马逊云计算服务的解决方案71

3.6.3 OpenStack解决方案72

3.6.4 大数据与应用平台即服务74

参考文献77

第4章 大数据管理80

4.1 大数据事务处理（OLTP）80

4.1.1 NoSQL83

4.1.2 NewSQL94

4.2 大数据分析处理（OLAP）99

4.2.1 分布式大规模批量处理 （MapReduce/Hadoop）100

4.2.2 MPP数据库114

4.3 流数据管理117

4.3.1 流数据管理简介117

4.3.2 复杂事件处理简介117

4.3.3 复杂事件处理软件Esper介绍120

4.3.4 大数据流处理127

4.3.5 大数据摄取与处理132

参考文献133

第5章 大数据分析136

5.1 数据分析的演变与现状136

5.1.1 数据分析的商业驱动力136

5.1.2 面向分析的数据环境的演变137

5.1.3 传统分析架构138

5.2 大数据分析平台139

5.2.1 大数据分析平台的要点140

5.2.2 大数据分析平台实例：Cetas144

5.3 高级分析理论与方法146

5.3.1 聚类分析147

5.3.2 关联规则151

5.3.3 回归和分类预测160

5.4 数据可视化170

5.4.1 数据可视化基础171

5.4.2 用数据讲故事172

5.4.3 数据可视化的模式177

5.4.4 数据可视化工具基础182

5.4.5 大数据的可视化188

参考文献189

第6章 数据科学与数据科学家193

6.1 商业智能vs数据科学193

6.2 数据科学家194

6.2.1 大数据生态系统中的关键角色194

6.2.2 数据科学家的特质195

6.3 数据分析生命周期模型196

6.3.1 模型概述197

6.3.2 阶段1：探索发现199

6.3.3 阶段2：数据准备201

6.3.4 阶段3：模型规划203

6.3.5 阶段4：模型建造205

6.3.6 阶段5：沟通结果206

6.3.7 阶段6：项目实施207

6.4 使用范例：企业创新分析209

6.4.1 阶段1：探索发现209

6.4.2 阶段2：数据准备213

6.4.3 阶段3：模型规划218

6.4.4 阶段4：模型建造219

6.4.5 阶段5：沟通结果223

6.4.6 阶段6：项目实施223

参考文献224

第二部分 大数据解决方案范例228

第7章 医疗大数据解决方案228

7.1 医疗信息化228

7.1.1 全球医疗信息化历史回顾228

7.1.2 我国医疗信息化发展趋势230

7.2 医疗数据综述230

7.2.1 医疗数据的大数据特性231

7.2.2 医疗大数据挑战和机遇233

7.3 医疗大数据基础架构234

7.3.1 建设原则234

7.3.2 面向医疗大数据的信息基础架构方案235

7.4 医疗大数据分析246

7.4.1 医疗云的兴起246

7.4.2 医疗云上的大数据248

7.4.3 医疗大数据分析解决方案249

7.5 医疗大数据的展望250

参考文献252

第8章 物联网大数据解决方案253

8.1 物联网253

8.1.1 物联网的概念253

8.1.2 物联网技术254

8.1.3 物联网数据254

8.1.4 物联网的机遇和挑战254

8.1.5 物联网应用实例255

8.2 应用行业背景256

8.2.1 脱硫系统的必要性256

8.2.2 脱硫系统工作原理256

8.2.3 大数据时代的数据挖掘257

8.3 参数分析258

8.3.1 火电厂的大数据258

8.3.2 脱硫相关参数259

8.4 优化目标259

8.4.1 脱硫参数优化259

8.4.2 目标成本优化260

8.5 优化方法260

8.5.1 基于数据的理论与方法260

8.5.2 最优化脱硫系统可调参数261

8.5.3 最小化脱硫系统成本262

8.6 数据相关问题262

8.6.1 主要监控参数262

8.6.2 业务相关假设263

8.6.3 数据中存在的问题263

8.7 优化目标1：脱硫运行参数最优目标值挖掘263

8.7.1 数据分布直方图263

8.7.2 基于历史数据的工况划分266

8.7.3 FCM与模糊关联规则挖掘最优可调参数267

8.8 优化目标2：最优目标成本计算269

8.8.1 增压风机用电成本估计269

8.8.2 石灰石成本函数270

8.9 实现简介271

8.9.1 基于HBase的数据模型272

8.9.2 对Mahout的改进272

8.10 总结272

参考文献273

第9章 移动平台大数据解决方案274

9.1 移动平台的大数据挑战274

9.2 Instagram案例研究276

9.2.1 面临的挑战277

9.2.2 解决方案277

9.3 Mobile Back-end as a Service基础279

9.4 MBaaS提供商案例研究283

9.5 基于PaaS的MBaaS大数据解决方案288

参考文献289

第10章 社交网站大数据解决方案291

10.1 大数据时代社交网站面临的挑战291

10.2 Twitter解决方案294

10.2.1 Twitter在线部分大数据解决方案295

10.2.2 Twitter离线部分大数据解决方案297

10.3 LinkedIn解决方案297

10.4 Facebook解决方案300

10.5 国内社交网络解决方案302

10.5.1 腾讯大数据解决方案302

10.5.2 新浪微博大数据解决方案303

参考文献304

第11章 大数据未来展望306

11.1 大数据发展趋势306

11.2 新的机遇与挑战307

参考文献310