大数据与智慧社会 数据驱动变革、构建未来世界PDF|Epub|txt|kindle电子书版本网盘下载

大数据与智慧社会 数据驱动变革、构建未来世界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1章 大数据概述1

1.1 什么是大数据2

1.1.1 大数据的定义和特征2

1.1.2 大数据的发展历程6

1.1.3 大数据的来源11

1.2 大数据的哲学本质12

1.2.1 大数据与世界观13

1.2.2 大数据与认识论14

1.2.3 大数据与方法论15

1.2.4 大数据与价值观18

1.3 大数据技术框架19

1.3.1 大数据处理系统综述19

1.3.2 大数据平台基础20

1.3.3 大数据存储系统22

1.3.4 大数据计算模型23

1.4 大数据发展趋势26

1.4.1 大数据的技术发展趋势26

1.4.2 大数据的应用发展趋势30

第2章 大数据的云计算基础33

2.1 虚拟化技术34

2.1.1 虚拟化的概念34

2.1.2 虚拟化技术分类35

2.1.3 虚拟化解决方案36

2.1.4 虚拟化技术与大数据39

2.2 OpenStack技术40

2.2.1 OpenStack概述40

2.2.2 OpenStack历史41

2.2.3 OpenStack系统架构41

2.2.4 OpenStack的优势和劣势44

2.2.5 虚拟化与OpenStack技术比较46

2.3 IaaS平台建设47

2.3.1 IaaS平台介绍47

2.3.2 IaaS云平台的种类49

2.3.3 IaaS平台设计51

2.3.4 IaaS平台解决方案53

2.3.5 IaaS平台搭建55

第3章 Hadoop基础组件57

3.1 Hadoop概述58

3.1.1 Hadoop简介58

3.1.2 Hadoop系统架构59

3.1.3 Hadoop的优势与不足60

3.1.4 Hadoop的适用场景63

3.1.5 Hadoop的商业模式64

3.2 Hadoop分布式文件系统HDFS65

3.2.1 HDFS的设计目标65

3.2.2 HDFS的基本架构67

3.2.3 HDFS的特点68

3.2.4 HDFS的优势与缺点70

3.3 Hadoop分布式计算框架MapReduce72

3.3.1 MapReduce简介72

3.3.2 MapReduce的运行流程73

3.3.3 MapReduce与DataFlow比较75

3.4 Hadoop统一资源管理框架YARN76

3.4.1 YARN架构简介76

3.4.2 YARN架构框架77

3.4.3 YARN与旧MapReduce框架对比79

3.4.4 YARN与Mesos框架对比79

3.5 Hadoop分布式集群管理系统ZooKeeper81

3.5.1 ZooKeeper简介81

3.5.2 ZooKeeper总体架构82

3.5.3 ZooKeeper的运行模式84

3.5.4 ZooKeeper的设计要点85

3.5.5 ZooKeeper的使用87

第4章 Hadoop其他常用组件89

4.1 Hadoop数据仓库工具Hive90

4.1.1 Hive简介90

4.1.2 Hive架构设计91

4.1.3 Hive部署模式92

4.1.4 Hive与关系型数据库比较94

4.2 Hadoop分布式数据库HBase97

4.2.1 HBase简介97

4.2.2 HBase体系架构97

4.2.3 HBase 性能分析99

4.2.4 HBase容错机制101

4.3 Hadoop实时流式处理引擎Storm-YARN102

4.3.1 流式处理概述102

4.3.2 Storm简介103

4.3.3 Storm架构105

4.3.4 Storm与Spark Streaming比较106

4.4 Hadoop交互式查询引擎Impala108

4.4.1 Impala简介108

4.4.2 Impala架构分析109

4.4.3 Impala与Hive比较110

第5章 Spark内存计算框架113

5.1 内存计算与Spark114

5.1.1 内存计算概念114

5.1.2 内存计算分类116

5.1.3 Spark与内存数据处理系统118

5.2 Spark概述119

5.2.1 Spark架构119

5.2.2 Spark的RDD模型121

5.2.3 Spark与Hadoop的性能对比121

5.3 Spark核心组件介绍122

5.3.1 Spark SQL122

5.3.2 Spark MLlib123

5.3.3 Spark GraphX123

5.3.4 Spark Streaming124

5.4 Spark集群管理125

5.4.1 Spark部署方式125

5.4.2 Spark资源调度126

5.4.3 Spark任务调度127

第6章 大数据可视化技术129

6.1 数据可视化的基本概念131

6.2 数据可视化的发展趋势132

6.3 数据可视化应用与设计135

第7章 数据挖掘技术139

7.1 什么是数据挖掘140

7.2 数据挖掘的流程142

7.3 数据挖掘典型算法143

7.4 数据挖掘与大数据151

第8章 大数据系统评价标准153

8.1 大数据系统评价概述154

8.1.1 信息时代的“云大物移”154

8.1.2 大数据项目失败的常见原因155

8.2 评价指标选取原则157

8.3 大数据系统评价标准159

8.3.1 通用评价要素159

8.3.2 专有评价要素160

8.4 大数据系统定位161

8.4.1 与企业战略相匹配161

8.4.2 与企业架构相匹配162

8.4.3 与企业需求相匹配162

8.5 大数据价值评估模型164

8.6 大数据质量评价165

8.6.1 数据流程视角165

8.6.2 数据技术视角167

8.6.3 数据管理视角168

8.7 大数据安全评价169

第9章 大数据在生活中的应用173

9.1 食：食品安全174

案例：阿里巴巴大数据协助食品安全风险控制175

9.2 住：智能家居176

案例：无锡市智能家居177

9.3 行：智能交通177

案例：深圳市智能综合交通运行指挥中心180

9.4 游：智慧旅游180

案例：无锡市智慧旅游立体化营销体系181

9.5 购：电商营销183

案例：京东大数据营销185

第10章 大数据在政务领域的应用187

10.1 条块分割拖累政务发展188

10.2 数据统筹助力决策参考190

案例：佛山市南海区数据统筹192

10.3 服务整合创新社会管理193

案例：无锡市智慧城管系统194

10.4 资源整合强化公共服务196

案例：无锡市政务服务平台197

10.5 数据公开辅助政府监督200

案例：上海市利用大数据实现市场监管201

第11章 大数据在交通领域的应用203

11.1 频繁拥堵造就城市顽疾204

11.2 客流分析改进公交线路设计205

案例：北京市大数据路线优化206

11.3 多源数据辅助交通调查206

案例：上海市综合交通特征分析208

11.4 整合信息优化资源配置210

案例：无锡市智慧交通信息工程211

11.5 智能数据释难最后一公里213

案例：共享单车便捷出行214

第12章 大数据在医疗领域的应用215

12.1 医疗数据挖掘行业价值217

案例：无锡市智慧健康工程218

12.2 海量数据助推远程医疗221

案例：中日医院基于大数据让远程医疗、分级诊疗深入临床一线222

12.3 移动医疗缓解资源紧缺223

案例：春雨掌上医生224

12.4 健康数据实现精准医疗226

案例：微软亚洲研究院利用大数据推动癌症精准医疗226

第13章 大数据在金融领域的应用229

13.1 交易数据饱含金融商机231

13.2 智能分析防范金融欺诈232

案例：天下无贼反信息诈骗联盟235

13.3 征信预测改善金融风控236

案例：ZestFinance公司237

13.4 “互联网＋”催生金融产品239

案例：蚂蚁金服239

参考文献241