大数据技术实战手册.docVIP

大数据技术实战手册

TOC\o1-2\h\u32364第1章大数据基础概念 3

10961.1数据与大数据 4

205541.2大数据技术栈 4

191281.3大数据应用场景 4

6786第2章分布式计算框架 5

78302.1Hadoop生态系统 5

260992.1.1Hadoop分布式文件系统（HDFS） 5

192682.1.2YARN资源管理器 5

16712.1.3Hadoop生态系统工具 5

314362.2MapReduce编程模型 5

135082.2.1MapReduce原理 5

265492.2.2MapReduce编程接口 5

319432.2.3MapReduce优化策略 5

6602.3Spark计算框架 6

302262.3.1Spark架构 6

207662.3.2Spark编程模型 6

48242.3.3Spark功能优化 6

15040第3章数据存储技术 6

27373.1关系型数据库 6

222873.1.1关系型数据库基本概念 6

173673.1.2常见关系型数据库管理系统 6

134443.1.3SQL语言及其应用 6

305563.2非关系型数据库 6

6183.2.1非关系型数据库概述 7

286613.2.2常见非关系型数据库 7

79073.2.3非关系型数据库在数据存储中的应用 7

863.3分布式文件存储系统 7

211063.3.1分布式文件存储系统概述 7

300023.3.2分布式文件存储系统架构 7

31763.3.3常见分布式文件存储系统 7

10322第4章数据仓库与OLAP 7

205174.1数据仓库基础 7

177694.1.1数据仓库概念 8

166624.1.2数据仓库架构 8

57774.1.3数据仓库设计原则 8

275964.2Hive数据仓库 9

75654.2.1Hive概述 9

73294.2.2Hive架构 9

103144.2.3Hive数据模型 9

227364.3Kylin联机分析处理 10

169464.3.1Kylin概述 10

299194.3.2Kylin架构 10

126224.3.3Kylin应用场景 10

23503第5章流式数据处理 10

259355.1流式数据概述 10

298175.2ApacheKafka 11

122685.2.1Kafka核心概念 11

161115.2.2Kafka架构 11

64665.2.3Kafka安装与配置 11

209665.2.4Kafka在流式数据处理中的应用 11

307385.3ApacheFlink 11

246905.3.1Flink核心概念 12

299725.3.2Flink架构 12

293385.3.3Flink安装与配置 12

65825.3.4Flink在流式数据处理中的应用 12

39795.4ApacheStorm 12

199675.4.1Storm核心概念 12

200905.4.2Storm架构 12

16525.4.3Storm安装与配置 12

111205.4.4Storm在流式数据处理中的应用 13

10797第6章数据挖掘与分析 13

101326.1数据挖掘基础 13

149696.1.1数据挖掘的定义与任务 13

145136.1.2数据挖掘的方法 13

206756.1.3数据挖掘工具 13

271496.2分类与预测 13

278076.2.1分类算法 13

247766.2.2预测算法 13

69426.3聚类分析 13

185226.3.1聚类算法 14

25216.3.2聚类评估 14

40816.4关联规则挖掘 14

274846.4.1关联规则挖掘算法 14

265476.4.2关联规则评估 14

32722第7章机器学习与人工智能 14

95327.1机器学习基础 14

276797.1.1机器学习概述 14

124857.1.2监督学习 14

68657.1.3无监督学习 14