《大数据架构详解:从数据获取到深度学习朱洁　编著》[48M]百度网盘|pdf下载|亲测有效

图书基本信息
图书名称	大数据架构详解:从数据获取到深度学习	作者	朱洁　编著
定价	69.00元	出版社	电子工业出版社
ISBN	9787121300004	出版日期	2016-10-01
字数	566000	页码	361
版次		装帧	平装
开本	16开	商品重量

内容提要

本书从架构、业务、技术三个维度深入浅出地介绍了大数据处理领域端到端的知识。主要内容包括三部分：部分从数据的产生、采集、计算、存储、消费端到端的角度介绍大数据技术的起源、发展、关键技术点和未来趋势，结合生动的业界产品，以及学术界的研究方向和成果，让深奥的技术浅显易懂；第二部分从业务和技术角度介绍实际案例，让读者理解大数据的用途及技术的本质；第三部分介绍大数据技术不是孤立的，讲解如何与前沿的云技术、深度学习、机器学习等相结合。

目录
部分大数据的本质
章大数据是什么2
1.1 大数据导论2
1.1.1 大数据简史2
1.1.2 大数据现状3
1.1.3 大数据与BI3
1.2 企业数据资产4
1.3 大数据挑战5
1.3.1 成本挑战6
1.3.2 实时性挑战6
1.3.3 安全挑战6
1.4 小结6
第2章运营商大数据架构7
2.1 架构驱动的因素7
2.2 大数据平台架构7
2.3 平台发展趋势8
2.4 小结8
第3章运营商大数据业务9
3.1 运营商常见的大数据业务9
3.1.1 SQM（运维质量管理）9
3.1.2 CSE（客户体验提升）9
3.1.3 MSS（市场运维支撑）10
3.1.4 DMP（数据管理平台）10
3.2 小结11
第二部分大数据技术
第4章数据获取14
4.1 数据分类14
4.2 数据获取组件14
4.3 探针15
4.3.1 探针原理15
4.3.2 探针的关键能力16
4.4 网页采集26
4.4.1 网络爬虫26
4.4.2 简单爬虫Python代码示例32
4.5 日志收集33
4.5.1 Flume33
4.5.2 其他日志收集组件47
4.6 数据分发中间件47
4.6.1 数据分发中间件的作用47
4.6.2 Kafka架构和原理47
4.7 小结82
第5章流处理83
5.1 算子83
5.2 流的概念83
5.3 流的应用场景84
5.3.1 金融领域84
5.3.2 电信领域85
5.4 业界两种典型的流引擎85
5.4.1 Storm85
5.4.2 Spark Streaming89
5.4.3 融合框架102
5.5 CEP108
5.5.1 CEP是什么108
5.5.2 CEP的架构109
5.5.3 Esper110
5.6 实时结合机器学习110
5.6.1 Eagle的特点111
5.6.2 Eagle概览111
5.7 小结116
第6章交互式分析117
6.1 交互式分析的概念117
6.2 MPP DB技术118
6.2.1 MPP的概念118
6.2.2 典型的MPP数据库121
6.2.3 MPP DB调优实战131
6.2.4 MPP DB适用场景162
6.3 SQL on Hadoop163
6.3.1 Hive163
6.3.2 Phoenix165
6.3.3 Impala166
6.4 大数据仓库167
6.4.1 数据仓库的概念167
6.4.2 OLTP/OLAP对比168
6.4.3 大数据场景下的同与不同168
6.4.4 查询引擎169
6.4.5 存储引擎170
6.5 小结171
第7章批处理技术172
7.1 批处理技术的概念172
7.2 MPP DB技术172
7.3 MapReduce编程框架173
7.3.1 MapReduce起源173
7.3.2 MapReduce原理173
7.3.3 Shuffle174
7.3.4 性能差的主要原因177
7.4 Spark架构和原理177
7.4.1 Spark的起源和特点177
7.4.2 Spark的核心概念178
7.5 BSP框架217
7.5.1 什么是BSP模型217
7.5.2 并行模型介绍218
7.5.3 BSP模型基本原理220
7.5.4 BSP模型的特点222
7.5.5 BSP模型的评价222
7.5.6 BSP与MapReduce对比222
7.5.7 BSP模型的实现223
7.5.8 Apache Hama简介223
7.6 批处理关键技术227
7.6.1 CodeGen227
7.6.2 CPU亲和技术228
7.7 小结229
第8章机器学习和数据挖掘230
8.1 机器学习和数据挖掘的联系与区别230
8.2 典型的数据挖掘和机器学习过程231
8.3 机器学习概览232
8.3.1 学习方式232
8.3.2 算法类似性233
8.4 机器学习＆数据挖掘应用案例235
8.4.1 尿布和啤酒的故事235
8.4.2 决策树用于电信领域故障快速定位236
8.4.3 图像识别领域236
8.4.4 自然语言识别238
8.5 交互式分析239
8.6 深度学习240
8.6.1 深度学习概述240
8.6.2 机器学习的背景241
8.6.3 人脑视觉机理242
8.6.4 关于特征244
8.6.5 需要有多少个特征245
8.6.6 深度学习的基本思想246
8.6.7 浅层学习和深度学习246
8.6.8 深度学习与神经网络247
8.6.9 深度学习的训练过程248
8.6.10 深度学习的框架248
8.6.11 深度学习与GPU255
8.6.12 深度学习小结与展望256
8.7 小结257
第9章资源管理258
9.1 资源管理的基本概念258
9.1.1 资源调度的目标和价值258
9.1.2 资源调度的使用限制及难点258
9.2 Hadoop领域的资源调度框架259
9.2.1 YARN259
9.2.2 Borg260
9.2.3 Omega262
9.2.4 本节小结263
9.3 资源分配算法263
9.3.1 算法的作用263
9.3.2 几种调度算法分析263
9.4 数据中心统一资源调度271
9.4.1 Mesos Marathon架构和原理271
9.4.2 Mesos Marathon小结283
9.5 多租户技术284
9.5.1 多租户概念284
9.5.2 多租户方案284
9.6 基于应用描述的智能调度287
9.7 Apache Mesos架构和原理288
9.7.1 Apache Mesos背景288
9.7.2 Apache Mesos总体架构288
9.7.3 Apache Mesos工作原理290
9.7.4 Apache Mesos关键技术295
9.7.5 Mesos与YARN比较304
9.8 小结305
0章存储是基础306
10.1 分久必合，合久必分306
10.2 存储硬件的发展306
10.2.1 机械硬盘的工作原理306
10.2.2 SSD的原理307
10.2.3 3DXPoint309
10.2.4 硬件发展小结309
10.3 存储关键指标309
10.4 RAID技术309
10.5 存储接口310
10.5.1 文件接口311
10.5.2 裸设备311
10.5.3 对象接口312
10.5.4 块接口316
10.5.5 融合是趋势328
10.6 存储加速技术328
10.6.1 数据组织技术328
10.6.2 缓存技术335
10.7 小结336
1章大数据云化337
11.1 云计算定义337
11.2 应用上云337
11.2.1 Cloud Native概念338
11.2.2 微服务架构338
11.2.3 Docker配合微服务架构342
11.2.4 应用上云小结348
11.3 大数据上云348
11.3.1 大数据云服务的两种模式348
11.3.2 集群模式AWSEMR349
11.3.3 服务模式Azure Data Lake Analytics352
11.4 小结354
第三部分大数据文化
2章大数据技术开发文化356
12.1 开源文化356
12.2 DevOps理念356
12.2.1 Development和Operations的组合357
12.2.2 对应用程序发布的影响357
12.2.3 遇到的问题358
12.2.4 协调人358
12.2.5 成功的关键359
12.3 速度远比你想的重要359
12.4 小结361

作者介绍

朱洁,2008年加入华为，具有8年大数据研发管理经验，现任华为大数据服务首席规划师。专注于大数据服务平台建设、规划和实践应用，同时参与多项企业级大数据项目解决方案的规划、设计和实施工作，在深化大数据行业落地方面有诸多实践经验，对解读大数据垂直行业的技术创新与开发有诸多独到的见解和心得。

编辑推荐
这是一个数据信息时代，每分每秒都在产生数不尽的数据。这些数据如何获取，有什么用途，如何与前沿的深度学习、机器学习等相结合，如何为我们所用，尽在本书中。电子工业出版社自营店

大数据架构详解:从数据获取到深度学习朱洁　编著 pdf下载

内容简介

大数据架构详解:从数据获取到深度学习朱洁 编著 pdf下载

内容简介

相关推荐

Cadence高速电路板设计与仿真――原理图与PCB设计

微型计算机硬盘技术基础

Kafka进阶

游戏开发经典丛书·Unity43D游戏开发入门经典：多平台游戏开发全攻略

大数据架构详解:从数据获取到深度学习朱洁　编著 pdf下载