大数据导论(第二版)

第 1 章 大数据与数据科学 11.1 大数据概述 11.1.1 大数据的概念 21.1.2 大数据的特征 21.1.3 大数据的结构类型 31.2 大数据的发展 41.3 大数据处理的挑战 51.4 数据科学的概念 61.5 数据科学的由来 71.6 数据科学的应用场景 91.6.1 行业数据 91.6.2 数据服务 10小结 11习题 11第 2 章 数据采集与数据预处理 122.1 数据采集和数据预处理概述 122.1.1 数据采集概述 122.1.2 数据预处理概述 132.2 数据采集技术 152.2.1 网络数据采集技术 152.2.2 日志数据采集技术 232.3 数据预处理技术 282.3.1 数据清洗 282.3.2 数据集成 302.3.3 数据变换 302.3.4 数据规约 312.3.5 电力大数据的采集 32小结 34习题 34第 3 章 数据存储 353.1 数据存储概述 353.1.1 数据存储的发展历程 353.1.2 数据存储模型 373.2 关系型数据库 373.2.1 关系型数据库的基本概念 383.2.2 关系型数据库的优缺点 403.2.3 关系型数据库的 ACID 原则 413.2.4 关系型数据库分库分表 423.3 大数据存储 453.3.1 海量数据存储关键技术 453.3.2 分布式文件系统 473.4 分布式数据库 513.4.1 NoSQL 523.4.2 CAP 理论 533.4.3 BASE 原理 553.4.4 HBase 分布式数据库 573.4.5 MongoDB 分布式数据库 603.4.6 Hive 分布式数据仓库 613.4.7 图数据库 633.4.8 内存数据库 66小结 68习题 68第 4 章 大数据处理平台 694.1 大数据处理平台概述 694.2 大数据的处理平台架构 704.2.1 技术架构 704.2.2 开源平台 714.3 大数据的批量计算 734.3.1 批量计算的概念 734.3.2 批量计算的软件系统 744.4 大数据的流式计算 824.4.1 流式计算的概念 824.4.2 流式计算的软件系统 834.5 大