大数据技术原理与应用：概念、存储、处理、分析与应用（第3版）

17.14 习题

17.13 本章小结

17.12 大数据在日常生活中的应用

17.11 大数据在政府领域中的应用

17.10 大数据在安全领域中的应用

17.9 大数据在体育和娱乐领域中的应用

17.8 大数据在能源行业中的应用

17.7 大数据在电信行业中的应用

17.6 大数据在餐饮行业中的应用

17.5 大数据在零售行业中的应用

17.4 大数据在汽车行业中的应用

17.3 大数据在金融行业中的应用

17.2 大数据在城市管理中的应用

17.1 大数据在物流领域中的应用

第17章 大数据的其他应用

16.6 习题

16.5 本章小结

16.4 案例：基于大数据的综合健康服务平台

16.3 生物信息学

16.2 智慧医疗

16.1 流行病预测

第16章 大数据在生物医学领域的应用

15.5 习题

15.4 本章小结

15.3 协同过滤实践

15.2 协同过滤

15.1 推荐系统概述

第15章 大数据在互联网领域的应用

第四篇 大数据应用

14.5 习题

14.4 本章小结

14.3 可视化典型案例

14.2 可视化工具

14.1 可视化概述

第14章 数据可视化

13.9 习题

13.8 本章小结

13.7 Pregel和MapReduce实现PageRank算法的对比

13.6 Pregel的应用实例

13.5 Pregel的体系结构

13.4 Pregel的C++ API

13.3 Pregel图计算模型

13.2 Pregel简介

13.1 图计算简介

第13章 图计算

实验8 Flink初级编程实践

12.9 习题

12.8 本章小结

12.7 Flink编程实践

12.6 Flink编程模型

12.5 Flink体系架构

12.4 Flink技术栈

12.3 Flink应用场景

12.2 为什么选择Flink

12.1 Flink简介

第12章 Flink

11.7 习题

11.6 本章小结

11.5 Spark Streaming

11.4 开源流计算框架Storm

11.3 流计算的应用

11.2 流计算的处理流程

11.1 流计算概述

第11章 流计算

实验7 Spark初级编程实践

10.7 习题

10.6 本章小结

10.5 Spark编程实践

10.4 Spark的部署和应用方式

10.3 Spark运行架构

10.2 Spark生态系统

10.1 概述

第10章 Spark

实验6 熟悉Hive的基本操作

9.8 习题

9.7 本章小结

9.6 Hive编程实践

9.5 Impala

9.4 Hive HA基本原理

9.3 Hive工作原理

9.2 Hive系统架构

9.1 概述

第9章 数据仓库Hive

8.6 习题

8.5 本章小结

8.4 Hadoop生态系统中具有代表性的功能组件

8.3 新一代资源管理调度框架YARN

8.2 HDFS 2.0的新特性

8.1 Hadoop的优化与发展

第8章 Hadoop再探讨

实验5 MapReduce初级编程实践

7.7 习题

7.6 本章小结

7.5 MapReduce编程实践

7.4 MapReduce的具体应用

7.3 实例分析：WordCount

7.2 MapReduce的工作流程

7.1 概述

第7章 MapReduce

第三篇 大数据处理与分析

6.5 习题

6.4 本章小结

6.3 云数据库系统架构

6.2 云数据库产品

6.1 云数据库概述

第6章 云数据库

实验4 NoSQL和关系数据库的操作比较

5.8 习题

5.7 本章小结

5.6 从NoSQL到NewSQL数据库

5.5 NoSQL的三大基石

5.4 NoSQL的四大类型

5.3 NoSQL与关系数据库的比较

5.2 NoSQL兴起的原因

5.1 NoSQL简介

第5章 NoSQL数据库

实验3 熟悉常用的HBase操作

4.8 习题

4.7 本章小结

4.6 HBase编程实践

4.5 HBase运行机制

4.4 HBase的实现原理

4.3 HBase数据模型

4.2 HBase访问接口

4.1 概述

第4章 分布式数据库HBase

实验2 熟悉常用的HDFS操作

3.9 习题

3.8 本章小结

3.7 HDFS编程实践

3.6 HDFS的数据读写过程

3.5 HDFS的存储原理

3.4 HDFS体系结构

3.3 HDFS的相关概念

3.2 HDFS简介

3.1 分布式文件系统

第3章 分布式文件系统HDFS

第二篇 大数据存储与管理

实验1 熟悉常用的Linux操作和Hadoop操作

2.5 习题

2.4 本章小结

2.3 Hadoop的安装与使用

2.2 Hadoop生态系统

2.1 概述

第2章 大数据处理架构Hadoop

1.10 习题

1.9 本章小结

1.8 大数据与云计算、物联网

1.7 大数据产业

1.6 大数据计算模式

1.5 大数据关键技术

1.4 大数据的应用

1.3 大数据的影响

1.2 大数据的概念

1.1 大数据时代

第1章 大数据概述

第一篇 大数据基础

前言（第3版）

内容提要

版权信息

封面

封面

版权信息

内容提要

前言（第3版）

第一篇 大数据基础

第1章 大数据概述

1.1 大数据时代

1.2 大数据的概念

1.3 大数据的影响

1.4 大数据的应用

1.5 大数据关键技术

1.6 大数据计算模式

1.7 大数据产业

1.8 大数据与云计算、物联网

1.9 本章小结

1.10 习题

第2章 大数据处理架构Hadoop

2.1 概述

2.2 Hadoop生态系统

2.3 Hadoop的安装与使用

2.4 本章小结

2.5 习题

实验1 熟悉常用的Linux操作和Hadoop操作

第二篇 大数据存储与管理

第3章 分布式文件系统HDFS

3.1 分布式文件系统

3.2 HDFS简介

3.3 HDFS的相关概念

3.4 HDFS体系结构

3.5 HDFS的存储原理

3.6 HDFS的数据读写过程

3.7 HDFS编程实践

3.8 本章小结

3.9 习题

实验2 熟悉常用的HDFS操作

第4章 分布式数据库HBase

4.1 概述

4.2 HBase访问接口

4.3 HBase数据模型

4.4 HBase的实现原理

4.5 HBase运行机制

4.6 HBase编程实践

4.7 本章小结

4.8 习题

实验3 熟悉常用的HBase操作

第5章 NoSQL数据库

5.1 NoSQL简介

5.2 NoSQL兴起的原因

5.3 NoSQL与关系数据库的比较

5.4 NoSQL的四大类型

5.5 NoSQL的三大基石

5.6 从NoSQL到NewSQL数据库

5.7 本章小结

5.8 习题

实验4 NoSQL和关系数据库的操作比较

第6章 云数据库

6.1 云数据库概述

6.2 云数据库产品

6.3 云数据库系统架构

6.4 本章小结

6.5 习题

第三篇 大数据处理与分析

第7章 MapReduce

7.1 概述

7.2 MapReduce的工作流程

7.3 实例分析：WordCount

7.4 MapReduce的具体应用

7.5 MapReduce编程实践

7.6 本章小结

7.7 习题

实验5 MapReduce初级编程实践

第8章 Hadoop再探讨

8.1 Hadoop的优化与发展

8.2 HDFS 2.0的新特性

8.3 新一代资源管理调度框架YARN

8.4 Hadoop生态系统中具有代表性的功能组件

8.5 本章小结

8.6 习题

第9章 数据仓库Hive

9.1 概述

9.2 Hive系统架构

9.3 Hive工作原理

9.4 Hive HA基本原理

9.5 Impala

9.6 Hive编程实践

9.7 本章小结

9.8 习题

实验6 熟悉Hive的基本操作

第10章 Spark

10.1 概述

10.2 Spark生态系统

10.3 Spark运行架构

10.4 Spark的部署和应用方式

10.5 Spark编程实践

10.6 本章小结

10.7 习题

实验7 Spark初级编程实践

第11章 流计算

11.1 流计算概述

11.2 流计算的处理流程

11.3 流计算的应用

11.4 开源流计算框架Storm

11.5 Spark Streaming

11.6 本章小结

11.7 习题

第12章 Flink

12.1 Flink简介

12.2 为什么选择Flink

12.3 Flink应用场景

12.4 Flink技术栈

12.5 Flink体系架构

12.6 Flink编程模型

12.7 Flink编程实践

12.8 本章小结

12.9 习题

实验8 Flink初级编程实践

第13章 图计算

13.1 图计算简介

13.2 Pregel简介

13.3 Pregel图计算模型

13.4 Pregel的C++ API

13.5 Pregel的体系结构

13.6 Pregel的应用实例

13.7 Pregel和MapReduce实现PageRank算法的对比

13.8 本章小结

13.9 习题

第14章 数据可视化

14.1 可视化概述

14.2 可视化工具

14.3 可视化典型案例

14.4 本章小结

14.5 习题

第四篇 大数据应用

第15章 大数据在互联网领域的应用

15.1 推荐系统概述

15.2 协同过滤

15.3 协同过滤实践

15.4 本章小结

15.5 习题

第16章 大数据在生物医学领域的应用

16.1 流行病预测

16.2 智慧医疗

16.3 生物信息学

16.4 案例：基于大数据的综合健康服务平台

16.5 本章小结

16.6 习题

第17章 大数据的其他应用

17.1 大数据在物流领域中的应用

17.2 大数据在城市管理中的应用

17.3 大数据在金融行业中的应用

17.4 大数据在汽车行业中的应用

17.5 大数据在零售行业中的应用

17.6 大数据在餐饮行业中的应用

17.7 大数据在电信行业中的应用

17.8 大数据在能源行业中的应用

17.9 大数据在体育和娱乐领域中的应用

17.10 大数据在安全领域中的应用

17.11 大数据在政府领域中的应用

17.12 大数据在日常生活中的应用

17.13 本章小结

17.14 习题