返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • Hadoop应用实战 谭磊、范磊 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 谭磊、范磊著
    • 出版社: 清华大学出版社
    • 出版时间:2017-01-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 谭磊、范磊著
    • 出版社:清华大学出版社
    • 出版时间:2017-01-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2016-12-01
    • 字数:453千字
    • 页数:279
    • 开本:其他
    • 装帧:平装
    • ISBN:9787302459279
    • 国别/地区:中国
    • 版权提供:清华大学出版社

    Hadoop应用实战

    作  者:谭磊、范磊 著
    定  价:48
    出 版 社:清华大学出版社
    出版日期:2017年01月01日
    页  数:279
    装  帧:简装
    ISBN:9787302459279
    主编推荐

    内容简介

    本书全面地讲述了Hadoop相关领域的重要知识和很新的技术及应用。书中首先介绍了数据挖掘的基础知识、Hadoop的基本框架和相关信息,然后系统地描述了如何在各类行业中用好Hadoop来做数据挖掘。 本书面向的主要读者人群是想了解Hadoop与大数据的技术人员,无论他们是在互联网企业,还是在传统企业;无论他们从事的是技术或者运维工作,专业做数据分析,还是企业的策略官、市场官和运营官,都能从本书中找到各自所需要的内容。 本书可以帮助读者开阔眼界和找到方法,让他们知道如何分析实际商业场景和业务问题,构建基于Hadoop的大数据系统,通过使用数据运营,对公司业务运营带来直接的效益。当然对于学生、教师和有志于从业大数据运营的人员来说,也是一本实用的教材。

    作者简介

    谭磊,优选互联网技术、数据运营、数据分析挖掘领域的资历专家。复旦大学计算机学士,美国杜克大学计算机硕士。中国工业设计协会CIO,曾经在美国微软总部服务13年。在数据分析、数据挖掘、云计算、产品研发及管理、互联网广告等方面有丰富的经验。《New Internet:大数据挖掘》、《数据掘金:电商数据运营》等七本专业书的作者和译者。
    范磊,前英特尔亚太区大数据总监,知名大数据专家,星环科技联合创始人兼CEO。

    精彩内容

    目录
    章大数据概念的老调重弹
    1.1互联网和物联网上的数据
    1.1.1互联网上越来越多的数据被存储
    1.1.2物联网带来更多的数据
    1.2数据能为我们做的事
    1.2.1用户画像和任何企业都需要关注的数据
    1.2.2大数据的3V、4V和N个
    1.2.3从数据分析到数据挖掘
    1.2.4大数据处理的三个维度
    1.3数据挖掘中的一些基本概念
    1.3.1分类算法
    1.3.2聚类算法
    1.3.3关联算法
    1.3.4序列算法
    1.3.5估测和预测
    1.3.6A/BTest
    1.4数据仓库
    1.4.1数据仓库是解决大数据存储的基础设施
    1.4.24种不同类型的数据仓库
    1.4.3国内外数据仓库的不同使用方式
    1.5不包含在本书中的内容
    1.6这本书都讲些啥
    第2章Hadoop的前世今生
    2.1Google的计算框架
    2.1.1Google公司的三篇论文
    2.1.2GFS文件系统
    2.1.3MapReduce的模型和框架
    2.1.4BigTable数据库
    2.2Hadoop的诞生
    2.2.1从GFS到HDFS
    2.2.2Hadoop的基础计算框架MapReduce
    2.2.3从BigTable到
    2.3Hadoop的今天
    2.4Hadoop大事记
    第3章等同于大数据的Hadoop
    3.1Hadoop理念
    3.2Hadoop核心基础架构
    3.2.1Namenode和Datanode
    3.2.2Hadoop底层的文件系统HDFS
    3.2.3Hadoop上的数据库HBase
    3.3Hadoop上的各种其他组件
    3.3.1资源分配系统YARN
    3.3.2灵活的编程语言pig
    3.3.3数据挖掘工具Mahout
    3.3.4专注于数据挖掘的R语言
    3.3.5数据仓库工具Hive
    3.3.6数据采集系统Flume
    3.4Spark和Hadoop
    3.4.1闪电侠出现了
    3.4.2大数据领域的TaylorSwift
    3.4.3Spark的架构
    3.4.4Spark和流处理
    第4章Hadoop的价值
    4.1大数据时代需要新的架构
    4.1.1企业IT面临的挑战
    4.1.2数据分析要考虑的问题
    4.1.3新的IT架构的需求
    4.2Hadoop能解决的问题
    4.2.1Hadoop适合做的事情
    4.2.2Hadoop对系统数据安全性的保障
    4.2.3数据流与数据流处理
    4.3去IOE
    4.47种最常见的Hadoop和Spark项目
    第5章Hadoop系统速成
    5.1Hadoop系统搭建速成
    5.1.1Hadoop系统的三种运行模式
    5.1.2单点搭建Hadoop系统
    5.1.3全分布式(多节点)搭建Hadoop系统
    5.1.4在Hadoop上编程
    5.1.5Hadoop系统的典型配置
    5.2在云上运行
    5.2.1在金山云上运行Hadoop
    5.2.2微软的HDInsight
    5.3Hadoop信息大全
    第6章数据仓库和Hadoop
    6.1大数据时代的数据系统设计
    6.1.1分布式系统上的CAP原理
    6.1.2ACID和BASE概念的区别
    6.1.3NoSQL
    6.1.4各种数据源的整合
    6.2传统数据仓库的瓶颈
    6.2.1传统数据仓库的瓶颈之一:数据量的问题
    6.2.2传统数据仓库的瓶颈之二:数据类型的问题
    6.2.3传统数据仓库的瓶颈之三:数据处理的延时问题
    6.2.4传统数据仓库的瓶颈之四:数据模型的变化问题
    6.3Hadoop是解决数据仓库瓶颈的方法
    6.3.1解决数据量的问题
    6.3.2解决数据类型的问题
    6.3.3数据处理的速度问题
    6.3.4数据模型的变化问题
    6.4基于Hadoop和Spark的数据仓库解决方案
    6.4.1基于Hadoop/Spark结构的数据仓库系统架构
    6.4.2分布式计算引擎
    6.4.3标准化的编程模型
    6.4.4数据操作方式的多样性
    6.4.5OLAP交互式统计分析能力
    6.4.6多类型数据的处理能力
    6.4.7实时计算与企业数据总线
    6.4.8数据探索与挖掘能力
    6.4.9安全性和权限管理
    6.4.10混合负载管理
    第7章在不同应用环境下的H
    7.1在存储密集型环境中的Hadoop
    7.2在网络密集型环境中的Hadoop
    7.3在运算密集型环境中的Hadoop
    7.4Hadoop平台的对比和选择
    7.4.1为什么会选择商用的Hadoop系统
    7.4.2商用Hadoop系统之间的选择
    第8章Hadoop在互联网公司的应用
    8.1Hadoop在腾讯
    8.2Hadoop在Facebook的应用
    8.3金山的Hadoop
    8.4迅雷公司对Hadoop的应用
    第9章Hadoop和行业应用之一
    9.1Hadoop和运营商
    9.2Hadoop和公用事业
    9.3Hadoop和“智慧工商”
    9.4Hadoop和政务云
    0章Hadoop与“衣食住行”中的“食”和“行”
    10.1Hadoop和“食”
    10.2Hadoop和“行”
    1章Hadoop和行业应用之三
    11.1Hadoop和金融
    11.1.1金融的大数据属性
    11.1.2金融企业的风险控制
    11.2Hadoop和医疗
    11.3Hadoop和物流
    11.4Hadoop和媒体
    2章特殊场景下的Hadoop系统
    12.1Hadoop和实时系统
    12.2Hadoop平台的一些特殊场景实现
    3章Hadoop系统的挑战和应对
    13.1Hadoop系统使用须知
    13.2Hadoop平台风险点预估
    13.2.1Namenode的单点故障和系统的可用性
    13.2.2集群硬件故障导致平台可靠性与可用性大幅降低
    13.2.3Hadoop集群大数据安全和隐私问题
    13.3Hadoop平台硬件故障的应对机制
    13.3.1监控软硬件故障的应对机制
    13.3.2断电处理
    13.4Hadoop平台如何真正做到高可用性
    13.4.1Hadoop系统的高可用性冗余性保障
    13.4.2Facebook的NamenodeHA的方案
    13.4.3TDH的Namenode高可用性冗余解决方案
    13.5Hadoop平台安全性和隐私性的应对机制
    13.5.1关于安全和隐私问题的7个事项
    13.5.2星环的4A级统一安全管理解决方案
    13.5.3Hadoop系统安全Checklist
    4章Hadoop的未来
    14.1Hadoop未来的发展趋势
    14.1.1对数据系统的不断升级
    14.1.2机器学习
    14.2Hadoop和区块链
    附录A专业词汇表
    附录B引用文献
    附录C参考网站一览
    附录DHDFS命令行列表
    附录E本书引用案例索引

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购