中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
大數據智慧管理與分析之技術和實踐:從數據倉庫/OLAP到NOSQL和NEWSQL/朱焱 版權信息
- ISBN：9787564370763
- 條形碼：9787564370763 ; 978-7-5643-7076-3
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據智慧管理與分析之技術和實踐:從數據倉庫/OLAP到NOSQL和NEWSQL/朱焱 本書特色
《大數據智慧管理與分析之技術和實踐：從數據倉庫\OLAP到NoSQL和NewSQL》分為兩個部分，技術篇和實踐應用篇。技術篇重點介紹大數據發展的特點和面臨的挑戰，討論大數據智慧管理與分析技術——數據倉庫和OLAP，介紹大數據、分布式、并行計算環境下，數據智慧管理技術的新發展——NoSQL數據庫和NewSQL數據倉庫，闡述了這兩大類新技術的基本數據模型、系統架構和性能優勢。實踐應用篇分別從關系數據倉庫建設與OLAP分析、基于Hive的數據倉庫技術與OLAP應用、HBase大數據管理技術實踐三個方面進行了詳細地闡述，根據相關技術原理和應用需求，討論了環境配置、建模、應用系統構建、OLAP。
大數據智慧管理與分析之技術和實踐:從數據倉庫/OLAP到NOSQL和NEWSQL/朱焱 內容簡介
本書分為兩個部分，技術篇和實踐應用篇。技術篇重點介紹大數據發展的特點和面臨的挑戰，討論大數據智慧管理與分析技術——數據倉庫和OLAP,介紹大數據、分布式、并行計算環境下，數據智慧管理技術的新發展——NoSQL數據庫和NewSQL數據倉庫，闡述了這兩大類新技術的基本數據模型、系統架構和性能優勢。實踐應用篇分別從關系數據倉庫建設與OLAP分析、基于Hive的數據倉庫技術與OLAP應用、HBase大數據管理技術實踐三個方面進行了詳細地闡述，根據相關技術原理和應用需求，討論了環境配置、建模、應用系統構建、OLAP分析實現，以及HBase數據查詢統計等功能，每個應用系統均應用可視化技術清晰地展示了大數據管理與分析的成果。本書理論結合實踐，使讀者能夠掌握和提高大數據智慧管理與分析的理論水平與實踐應用能力。
大數據智慧管理與分析之技術和實踐:從數據倉庫/OLAP到NOSQL和NEWSQL/朱焱 目錄
技術篇
基于NosQL和NewsQL新技術的大數據管理與分析
第1章 大數據及其特點
1．1 大數據時代當前的狀態
1．2 大數據定義與特點
1．3 沃爾瑪應用大數據的案例
1．4 其他應用實例
1．5 對大數據的誤解
1．6 CAP理論與BASE
第2章 大數據生命周期及相應的技術挑戰
2．1 大數據生命周期
2．2 大數據面臨的技術挑戰
2．3 大數據安全與應用的挑戰
2．4 針對大數據挑戰的應對策略與技術方法
第3章 從關系數據管理到NoSQL技術的變革
3．1 關系數據庫核心特點簡介
3．2 關系數據模型在大數據處理方面的局限
3．3 面向大數據特點的數據管理技術革新
第4章 列式數據管理技術——HBase數據庫
4．1 HBase概述
4．2 HBase數據模型
4．3 HBase集群配置
4．4 HBase各個組件之間的關系
4．5 HBase的索引數據結構——LSM樹
4．6 HBase的作用和局限
4．7 HBase與其他相關技術的比較
4．8 應用實例
第5章 從關系型數據倉庫發展到NewSQL的Hive技術
5．1 數據倉庫技術介紹
5．2 數據倉庫的定義和特點
5．3 數據庫與數據倉庫技術不能合二為一的原因
5．4 數據倉庫建模
5．5 OLAP分析
5．6 Hive數據倉庫技術
5．7 Apache Kylin——Hadoop生態圈的MOLAP機制
5．8 Hive的適用場景
5．9 Hive與HBase的比較
5．10 Hive和關系數據倉庫的異同
5．1 l Hive和HBase——聯合起來作用更強大
第6章 大數據智慧管理技術的組合應用
6．1 關系數據庫與NoSQL的組合
6．2 NoSQL與NewSQL的聯合
6．3 應用組合技術的公司示例（見表6．1 ）
大數據智慧管理與分析之實踐指南
實踐應用篇
大數據智慧管理與分析之實踐指南
第7章 數據倉庫建設與OLAP分析實踐
7．1 數據倉庫實例背景
7．2 數據倉庫的數據預處理
7．3 數據倉庫建模
7．4 常用OLAP分析操作
7．5 MDX——0LAP分析查詢語言
7．6 銷售數據倉庫建設實踐項目
7．7 基于B／S的初級數據倉庫實踐項目開發
第8章 Hive數據倉庫開發和OLAP分析實踐
8．1 Hive數據倉庫適用領域
8．2 開發基于Hive的數據倉庫
8．3 基于Hive數據倉庫的0LAP分析
第9章 基于H_Base的大數據管理系統開發與維護實踐
9．1 HBase的適用場景
9．2 進口貨物記錄H’Base系統設計
9．3 基于web瀏覽器的HBase數據訪問可視化
附件1 ASCII碼表（基本表）
附件2 過濾器列表
附件3 HBase實踐項目可視化部分的參考代碼
基于NosQL和NewsQL新技術的大數據管理與分析
第1章 大數據及其特點
1．1 大數據時代當前的狀態
1．2 大數據定義與特點
1．3 沃爾瑪應用大數據的案例
1．4 其他應用實例
1．5 對大數據的誤解
1．6 CAP理論與BASE
第2章 大數據生命周期及相應的技術挑戰
2．1 大數據生命周期
2．2 大數據面臨的技術挑戰
2．3 大數據安全與應用的挑戰
2．4 針對大數據挑戰的應對策略與技術方法
第3章 從關系數據管理到NoSQL技術的變革
3．1 關系數據庫核心特點簡介
3．2 關系數據模型在大數據處理方面的局限
3．3 面向大數據特點的數據管理技術革新
第4章 列式數據管理技術——HBase數據庫
4．1 HBase概述
4．2 HBase數據模型
4．3 HBase集群配置
4．4 HBase各個組件之間的關系
4．5 HBase的索引數據結構——LSM樹
4．6 HBase的作用和局限
4．7 HBase與其他相關技術的比較
4．8 應用實例
第5章 從關系型數據倉庫發展到NewSQL的Hive技術
5．1 數據倉庫技術介紹
5．2 數據倉庫的定義和特點
5．3 數據庫與數據倉庫技術不能合二為一的原因
5．4 數據倉庫建模
5．5 OLAP分析
5．6 Hive數據倉庫技術
5．7 Apache Kylin——Hadoop生態圈的MOLAP機制
5．8 Hive的適用場景
5．9 Hive與HBase的比較
5．10 Hive和關系數據倉庫的異同
5．1 l Hive和HBase——聯合起來作用更強大
第6章 大數據智慧管理技術的組合應用
6．1 關系數據庫與NoSQL的組合
6．2 NoSQL與NewSQL的聯合
6．3 應用組合技術的公司示例（見表6．1 ）
大數據智慧管理與分析之實踐指南
實踐應用篇
大數據智慧管理與分析之實踐指南
第7章 數據倉庫建設與OLAP分析實踐
7．1 數據倉庫實例背景
7．2 數據倉庫的數據預處理
7．3 數據倉庫建模
7．4 常用OLAP分析操作
7．5 MDX——0LAP分析查詢語言
7．6 銷售數據倉庫建設實踐項目
7．7 基于B／S的初級數據倉庫實踐項目開發
第8章 Hive數據倉庫開發和OLAP分析實踐
8．1 Hive數據倉庫適用領域
8．2 開發基于Hive的數據倉庫
8．3 基于Hive數據倉庫的0LAP分析
第9章 基于H_Base的大數據管理系統開發與維護實踐
9．1 HBase的適用場景
9．2 進口貨物記錄H’Base系統設計
9．3 基于web瀏覽器的HBase數據訪問可視化
附件1 ASCII碼表（基本表）
附件2 過濾器列表
附件3 HBase實踐項目可視化部分的參考代碼
展開全部
大數據智慧管理與分析之技術和實踐:從數據倉庫/OLAP到NOSQL和NEWSQL/朱焱 作者簡介
朱焱,德國達姆斯塔特工業大學(TU Darmstadt)工學博士，西南交通大學信息科學與技術學院教授,四川省學術和技術帶頭人后備人選；研究方向為大數據智慧管理、大數據智能分析、數據挖掘等。
書友推薦
- >
自卑與超越
- >
名家帶你讀魯迅:故事新編
- >
巴金－再思錄
- >
山海經
- >
名家帶你讀魯迅:朝花夕拾
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
姑媽的寶刀
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
本類暢銷
