大数据架构详解：从数据获取到深度学习

定　价：¥69.00

作　者：	朱洁，罗华霖著
出版社：	电子工业出版社
丛编项：
标　签：	计算机/网络数据仓库与数据挖掘数据库

购买这本书可以去

ISBN：	9787121300004	出版时间：	2016-10-01	包装：	平装
开本：	16开	页数：	372	字数：

内容简介

　　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：第一部分从数据的产生、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*新产品，以及学术界*新的研究方向和成果，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。

作者简介

　　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。罗华霖，2002年加入华为，华为大数据首席规划师，主导完成华为大数据平台DataSight和华为电信大数据解决方案SmartCare技术规划和架构设计，支持电信运营商数字化战略转型，完成浙江移动、上海联通、沙特STC等200+电信大数据解决方案项目落地。曾任华为软交换首席设计师，华为大型电信大数据解决方案SmartCare首席架构师。

图书目录

第一部分大数据的本质
第1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BI 3
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 Flume 33
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 Storm 85
5．4．2 Spark Streaming 89
5．4．3 融合框架 102
5．5 CEP 108
5．5．1 CEP是什么 108
5．5．2 CEP的架构 109
5．5．3 Esper 110
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 Hadoop 163
6．3．1 Hive 163
6．3．2 Phoenix 165
6．3．3 Impala 166
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 Shuffle 174
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 CodeGen 227
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GPU 255
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 YARN 259
9．2．2 Borg 260
9．2．3 Omega 262
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
第10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 3DXPoint 309
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
第11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AWSEMR 349
11．3．3 服务模式Azure Data Lake Analytics 352
11．4 小结 354
第三部分大数据文化
第12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