第1章大数据技术概述

1.1大数据的概念

1.2大数据的行业价值

1.3大数据问题的爆发

1.4大数据处理流程

1.5大数据技术

1.5.1基础架构支持

1.5.2数据采集

1.5.3数据存储

1.5.4数据计算

1.5.5展现与交互

1.6练习题

参考文献

第2章大数据基础支撑--数据中心及云计算

2.1数据中心概述

2.1.1云计算时代数据中心面临的问题

2.1.2新一代数据中心关键技术

2.1.3业界发展动态

2.1.4小结

2.2云计算简介

2.2.1云计算定义

2.2.2云计算主要特征

2.2.3Web服务、网格和云计算

2.2.4云计算应用分类

2.2.5小结

2.3大数据与云计算的关系

2.3.1大数据是信息技术发展的必然阶段

2.3.2云计算等新兴信息技术正在真正地落地和实施

2.3.3云计算等新兴技术是解决大数据问题的核心关键

2.4云资源调度与管理

2.4.1云资源管理

2.4.2云资源调度策略

2.4.3云计算数据中心负载均衡调度

2.5开源云管理平台OpenStack

2.5.1OpenStack的构成

2.5.2OpenStack各组件之间的关系

2.5.3OpenStack的逻辑架构

2.5.4小结

2.6软件定义网络

2.6.1起源与发展

2.6.2OpenFlow标准和规范

2.6.3OpenFlow的应用

2.7虚拟机与容器

2.7.1VM虚拟化与Container虚拟化

2.7.2Docker

2.8练习题

参考文献

第3章云计算先行者--Google的三驾马车

3.1Google的三驾马车

3.1.1GFS--一个可扩展的分布式文件系统

3.1.2MapReduce--一种并行计算的编程模型

3.1.3BigTable--一个分布式数据存储系统

3.2Google新"三驾马车"

3.2.1Caffeine--基于Percolator的搜索索引系统

3.2.2Pregel--高效的分布式图计算的计算框架

3.2.3Dremel--大规模数据的交互式数据分析系统

3.3练习题

参考文献

第4章云存储系统

4.1云存储的基本概念

4.1.1云存储结构模型

4.1.2云存储与传统存储系统的区别

4.2云存储关键技术

4.2.1存储虚拟化技术

4.2.2分布式存储技术

4.3云存储系统分类

4.3.1分布式文件存储

4.3.2分布式块存储

4.3.3分布式对象存储

4.3.4统一存储

4.4其他相关技术

4.5练习题

参考文献

第5章数据采集系统

5.1Flume

5.1.1Flume架构

5.1.2Flume核心组件

5.1.3Flume环境搭建与部署

5.2Scribe

5.2.1Scribe架构

5.2.2Scribe中的Store

5.2.3Scribe环境搭建与部署

5.3Chukwa

5.3.1Chukwa的设计目标

5.3.2Chukwa架构

5.3.3Chukwa环境搭建与部署

5.4Kafka

5.4.1Kafka架构

5.4.2Kafka存储

5.4.3Kafka的特点

5.4.4Kafka环境搭建与部署

5.5练习题

参考文献

第6章Hadoop与MapReduce

6.1Hadoop平台

6.1.1Hadoop概述

6.1.2Hadoop的发展简史

6.1.3Hadoop的功能和作用

6.1.4HDFS

6.1.5HBase

6.2MapReduce

6.2.1及时代MapReduce(MRv1)

6.2.2MapReduce2.0--Yarn

6.3Hadoop相关生态系统

6.3.1交互式数据查询分析

6.3.2数据收集、转换工具

6.3.3机器学习工具

6.3.4集群管理与监控

6.3.5其他工具

6.4Hadoop应用案例

6.5练习题

参考文献

第7章Spark--大数据统一计算平台

7.1Spark简介

7.1.1Spark

7.1.2BDAS

7.2RDD

7.2.1RDD基本概念

7.2.2RDD示例

7.2.3RDD与分布式共享内存

7.3SparkSQL

7.4MLlib

7.5GraphX

7.6SparkStreaming

7.6.1基本概念

7.6.2编程模型

7.7Spark的安装

7.7.1单机运行Spark

7.7.2使用SparkShell与Spark交互

7.8Shark、Impala、Hive对比

7.9练习题

参考文献

第8章Storm流计算系统

8.1流计算系统

8.1.1流计算系统的特点

8.1.2流计算处理基本流程

8.2Storm流计算框架

8.2.1Storm简介

8.2.2Storm关键术语

8.2.3Storm架构设计

8.3Storm编程实例

8.4Storm应用

8.4.1Storm应用场景

8.4.2Storm应用实例

8.5其他流计算框架

8.6练习题

参考文献

第9章SQL、NoSQL与NewSQL

9.1传统SQL数据库

9.1.1关系模型

9.1.2关系型数据库的优点

9.1.3关系型数据库面临的问题

9.2NoSQL

9.2.1NoSQL与大数据

9.2.2NoSQL理论基础

9.2.3分布式模型

9.2.4NoSQL数据库分类

9.3NewSQL

9.3.1系统分类

9.3.2GoogleSpanner

9.3.3MemSQL

9.3.4VoltDB

9.4练习题

参考文献

第10章大数据与数据挖掘

10.1数据挖掘的主要功能和常用算法

10.1.1数据挖掘的主要功能

10.1.2常用算法

10.2大数据时代的数据挖掘

10.2.1传统数据挖掘解决方案

10.2.2分布式数据挖掘解决方案

10.3数据挖掘相关工具

10.3.1Mahout

10.3.2语言工具--Python

10.4数据挖掘与R语言

10.4.1R语言简介

10.4.2R语言在数据挖掘上的应用

10.5练习题

参考文献

第11章深度学习

11.1深度学习介绍

11.1.1深度学习的概念

11.1.2深度学习的结构

11.1.3从机器学习到深度学习

11.2深度学习基本方法

11.2.1自动编码器

11.2.2稀疏编码

11.3深度学习模型

11.3.1深度置信网络

11.3.2卷积神经网络

11.4深度学习的训练加速

11.4.1GPU加速

11.4.2数据并行

11.4.3模型并行

11.4.4计算集群

11.5深度学习应用

11.5.1Google

11.5.2百度

11.5.3腾讯Mariana

11.6练习题

参考文献

第12章电子商务与社会化网络大数据分析

12.1推荐系统简介

12.1.1推荐系统的评判标准

12.1.2推荐系统的分类

12.1.3在线推荐系统常用算法介绍

12.1.4相关算法知识

12.2计算广告

12.2.1计算广告简介

12.2.2计算广告发展阶段

12.2.3计算广告相关算法

12.2.4计算广告与大数据

12.2.5大数据在计算广告中的应用案例

……

第13章大数据展示与交互技术

第14章大数据安全与隐私

第15章大数据技术发展趋势

第16章知名企业大数据架构简介

参考文献