大数据技术应用开发教程.docVIP

大数据技术应用开发教程

TOC\o1-2\h\u3024第1章大数据技术概述 4

64561.1大数据概念及其意义 4

122931.2大数据应用领域 4

200341.3大数据技术架构 4

11409第2章数据采集与预处理 4

9612.1数据采集技术 5

41642.2数据预处理方法 5

151572.3数据清洗与整合 5

29923第3章分布式存储技术 5

216383.1Hadoop分布式文件系统 5

69203.2分布式数据库HBase 5

135513.3分布式存储系统Alluxio 5

1508第4章大数据计算框架 5

169534.1MapReduce计算模型 5

76914.2Spark计算框架 5

155704.3Flink实时计算 5

23481第5章大数据查询与分析 5

60135.1Hive数据仓库 5

154135.2Impala查询引擎 5

86295.3基于SQL的大数据分析 5

9008第6章数据挖掘与机器学习 5

168886.1数据挖掘基本概念与方法 5

41936.2机器学习算法及应用 5

101326.3大数据挖掘实践 5

4772第7章大数据可视化技术 5

224427.1数据可视化基本原理 5

280047.2常用数据可视化工具 5

224057.3大数据可视化案例分析 5

18978第8章大数据安全与隐私保护 5

16618.1大数据安全挑战与策略 5

243958.2数据加密与脱敏技术 5

30548.3大数据隐私保护方法 5

32457第9章大数据运维与管理 5

87339.1大数据平台运维概述 5

209659.2大数据监控与故障排查 6

33189.3大数据平台自动化运维 6

30071第10章大数据项目实战：电商平台数据分析 6

1741710.1项目背景与需求分析 6

13010.2数据建模与分析方法 6

2079310.3系统实现与优化 6

4258第11章大数据行业应用案例 6

1277911.1金融行业大数据应用 6

485711.2医疗行业大数据应用 6

1401611.3互联网行业大数据应用 6

30083第12章大数据未来发展趋势与展望 6

3229312.1新一代大数据技术 6

305612.2大数据与人工智能的融合 6

1848012.3大数据发展的挑战与机遇 6

3194第1章大数据技术概述 6

58041.1大数据概念及其意义 6

277351.2大数据应用领域 7

251531.3大数据技术架构 7

24750第2章数据采集与预处理 8

138492.1数据采集技术 8

123422.1.1系统日志采集 8

198262.1.2互联网数据采集 8

89482.1.3ETL（Extract,Transform,Load）过程 8

273892.2数据预处理方法 8

22172.2.1数据清洗 8

81882.2.2数据集成 8

214902.2.3数据变换 8

106132.2.4数据规约 8

305042.3数据清洗与整合 9

317482.3.1数据收集与整合 9

229162.3.2缺失值处理 9

69112.3.3异常值检测与处理 9

117882.3.4重复数据删除 9

322762.3.5数据转换与标准化 9

862第3章分布式存储技术 9

83323.1Hadoop分布式文件系统 9

231193.1.1HDFS架构 9

286203.1.2数据存储与读取 9

171393.1.3容错机制 10

150633.2分布式数据库HBase 10

149963.2.1HBase架构 10

48213.2.2数据模型 10

68063.2.3数据存储与访问 10

197003.3分布式存储系统Alluxio 10

100873.3.1Alluxio架构 10

61673.3.2数据存储策略 11

20153.3.3数据访问与容错 11

27948第4章大数据计算框架 11

28869