互联网 类型
可以朗读 语音朗读
98千字 字数
2022-03-01 发行日期
展开全部

主编推荐语

本书通过实际案例深入介绍了基于Python的开源商业智能工具Apache Superset。

内容简介

本书立足于为企业建立一套开源免费的BI（商业智能）数据分析平台，实现自助数据处理、数据分析、数据可视化，概述了该系统的基本情况、总体需求、解决方案和业务理解等。

本书从企业BI系统建设的实际需求出发，详细阐述了商业智能系统开发的概念、流程及相关技术，同时结合实际案例介绍了基于Apache Superset的最新且常用的商业智能技术，包括Redis、Hive、Presto、Vertica、ClickHouse、TiDB、Dremio等。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 第1章 商业智能概述
  • 1.1 商业智能简介
  • 1.1.1 商业智能的发展
  • 1.1.2 商业智能的价值
  • 1.1.3 商业智能的流程
  • 1.2 商业智能技术
  • 1.2.1 数据仓库技术
  • 1.2.2 ETL技术
  • 1.2.3 数据可视化技术
  • 1.3 几个概念的比较
  • 1.3.1 商业智能与报表工具
  • 1.3.2 商业智能与数据分析
  • 1.3.3 商业智能与数据可视化
  • 第2章 系统开发需求分析
  • 2.1 项目背景概述
  • 2.1.1 项目意义与需求
  • 2.1.2 项目目标、系统设计与阶段划分
  • 2.2 平台总体需求
  • 2.2.1 平台总体规划
  • 2.2.2 平台用户角色
  • 2.3 解决方案概述
  • 2.3.1 BI平台功能简介
  • 2.3.2 BI平台总体架构
  • 2.4 业务数据理解
  • 2.4.1 表及其字段含义
  • 2.4.2 重要需求点阐述
  • 第3章 系统开发相关技术
  • 3.1 系统主要软件
  • 3.1.1 Hadoop
  • 3.1.2 Python
  • 3.1.3 Apache Superset
  • 3.2 数据仓库技术
  • 3.2.1 数据仓库构建过程
  • 3.2.2 数据仓库拉链算法
  • 3.3 Apache Superset的安装
  • 3.3.1 在Docker中部署Apache Superset
  • 3.3.2 在Windows下安装Apache Superset
  • 第4章 Apache Superset连接数据源
  • 4.1 读取本地数据
  • 4.1.1 读取CSV文件
  • 4.1.2 读取TXT文件
  • 4.2 连接关系型数据库
  • 4.2.1 安装驱动程序
  • 4.2.2 配置连接参数
  • 4.2.3 添加数据库表
  • 第5章 Apache Superset基础操作
  • 5.1 Apache Superset可视化分析
  • 5.1.1 SQL Lab提取数据
  • 5.1.2 制作报表与看板
  • 5.2 Apache Superset用户管理
  • 5.2.1 创建新的系统用户
  • 5.2.2 删除已有系统用户
  • 5.2.3 查看用户日志记录
  • 5.3 Apache Superset角色管理
  • 5.3.1 设置用户角色类型
  • 5.3.2 创建新的用户角色
  • 5.3.3 修改用户角色类型
  • 5.4 Apache Superset看板设置与编辑
  • 5.4.1 Apache Superset看板设置
  • 5.4.2 Apache Superset看板编辑
  • 第6章 Apache Superset前端集成开发
  • 6.1 前端开发概述
  • 6.1.1 HTML及其应用案例
  • 6.1.2 JavaScript及其特点
  • 6.2 系统参数设置
  • 6.3 Apache Superset前端集成实战
  • 6.3.1 报表嵌入Web页面
  • 6.3.2 看板嵌入Web页面
  • 第7章 Apache Superset系统性能优化
  • 7.1 系统性能优化
  • 7.2 搭建开发环境
  • 7.2.1 Redis缓存概述
  • 7.2.2 配置Redis环境
  • 7.3 集成开发实战
  • 7.3.1 测试集成前看板
  • 7.3.2 刷新集成后看板
  • 第8章 Apache Superset与数据仓库
  • 8.1 数据仓库概述
  • 8.1.1 传统数据仓库
  • 8.1.2 大数据数据仓库
  • 8.2 Apache Superset集成Hive
  • 8.2.1 Hive数据仓库概述
  • 8.2.2 搭建Hive开发环境
  • 8.3 物流配送影响因素分析
  • 第9章 Apache Superset与实时计算引擎
  • 9.1 实时计算引擎概述
  • 9.1.1 实时计算应用场景
  • 9.1.2 实时计算重要架构
  • 9.2 Apache Superset集成Presto
  • 9.2.1 Presto计算引擎概述
  • 9.2.2 搭建Presto开发环境
  • 9.3 网购退货原因分析
  • 9.3.1 网购退货主要原因
  • 9.3.2 个人原因退货分析
  • 第10章 Apache Superset与列式存储引擎
  • 10.1 列式存储引擎
  • 10.2 Apache Superset集成Vertica
  • 10.2.1 Vertica存储引擎概述
  • 10.2.2 搭建Vertica开发环境
  • 10.3 客户流失原因分析
  • 10.3.1 客户流失主要原因
  • 10.3.2 客户流失服务因素分析
  • 第11章 Apache Superset与联机分析处理
  • 11.1 联机分析处理概述
  • 11.1.1 联机分析处理特性
  • 11.1.2 联机分析处理操作
  • 11.2 Apache Superset集成ClickHouse
  • 11.2.1 ClickHouse存储引擎概述
  • 11.2.2 搭建ClickHouse开发环境
  • 11.3 商家物流运营分析
  • 11.3.1 物流运营主要模式
  • 11.3.2 商家交货周期分析
  • 第12章 Apache Superset与混合事务分析处理
  • 12.1 混合事务分析处理
  • 12.1.1 混合事务分析处理概述
  • 12.1.2 混合事务分析处理操作
  • 12.2 Apache Superset集成TiDB
  • 12.2.1 TiDB存储引擎概述
  • 12.2.2 搭建TiDB开发环境
  • 12.3 物流配送沟通性
  • 12.3.1 物流配送沟通性概述
  • 12.3.2 物流配送沟通性分析
  • 第13章 Apache Superset与数据湖引擎
  • 13.1 数据湖引擎
  • 13.1.1 数据湖引擎概述
  • 13.1.2 数据湖与数据仓库
  • 13.2 Apache Superset集成Dremio
  • 13.2.1 Dremio引擎概述
  • 13.2.2 搭建Dremio开发环境
  • 13.3 客户流失价格因素
  • 13.3.1 客户流失价格因素概述
  • 13.3.2 客户流失价格因素分析
  • 第14章 客户细分主题分析
  • 14.1 客户细分的价值及其方法
  • 14.1.1 客户细分的概念
  • 14.1.2 客户细分的目的
  • 14.1.3 客户细分的方法
  • 14.2 基于客户属性的客户细分
  • 14.2.1 提取SQL数据库数据
  • 14.2.2 制作可视化分析报表
  • 14.2.3 基于属性的细分看板
  • 14.3 基于客户价值的客户细分
  • 14.3.1 提取SQL数据库数据
  • 14.3.2 制作可视化分析报表
  • 14.3.3 基于价值的细分看板
  • 14.4 基于消费行为的客户细分
  • 14.4.1 RFM模型及客户价值类型
  • 14.4.2 提取与清洗SQL数据
  • 14.4.3 制作可视化分析报表
  • 14.4.4 基于行为的细分看板
  • 14.5 对细分客户进行营销
  • 第15章 客户满意度主题分析
  • 15.1 客户满意度概述
  • 15.2 客户满意信赖度分析
  • 15.3 客户满意专业度分析
  • 15.4 客户满意有形度分析
  • 15.5 客户满意同理度分析
  • 15.6 客户满意反应度分析
  • 15.7 提升客户满意度
  • 附录A 安装Python 3.10.0
  • 附录B 集群各节点的参数配置
  • B.1 Hadoop的参数配置
  • B.2 Hive的参数配置
  • B.3 集群的启动与关闭
  • 附录C 数据源及其连接方式
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。