计算机 类型
可以朗读 语音朗读
316千字 字数
2018-09-01 发行日期
展开全部

主编推荐语

大数据技术与开源生态全面解析

内容简介

本书从大数据生命周期的角度阐述大数据技术体系与开源生态的发展。全书分为七篇，包括大数据技术体系与开源生态概述、大数据获取技术、大数据管理技术、大数据处理技术、大数据分析与挖掘技术、大数据可视化与交互技术、大数据安全与治理技术。又分为15章，详细介绍大数据的技术概况、发展近况和技术优势、架构、和应用场景等内容。

目录

  • 封面
  • 扉页
  • 版权信息
  • 目录
  • 内容提要
  • 前言
  • 第一篇 大数据技术体系与开源生态概述
  • 第1章 大数据技术体系概述
  • 1.1 大数据技术的主要内容
  • 1.2 大数据开源框架
  • 1.2.1 大数据获取技术
  • 1.2.2 大数据管理技术
  • 1.2.3 大数据处理技术
  • 1.2.4 大数据安全与治理技术
  • 1.2.5 大数据分析与挖掘技术
  • 1.2.6 大数据可视化技术
  • 1.3 本章小结
  • 第2章 开源生态与代码托管平台简介
  • 2.1 开源和开源软件的简介
  • 2.1.1 开源的简介
  • 2.1.2 开源软件的简介
  • 2.2 开源代码托管平台——GitHub
  • 2.3 本章小结
  • 第3章 大数据开源生态的介绍
  • 3.1 Apache软件基金会
  • 3.1.1 发展历史
  • 3.1.2 主要参与者
  • 3.1.3 开源项目
  • 3.2 Linux 基金会
  • 3.2.1 发展历史
  • 3.2.2 主要参与者
  • 3.2.3 开源项目
  • 3.3 开源中国
  • 3.3.1 发展历史
  • 3.3.2 主要参与者
  • 3.4 本章小结
  • 第4章 云计算开源生态的介绍
  • 4.1 OpenStack 基金会
  • 4.1.1 发展历史
  • 4.1.2 主要参与者
  • 4.1.3 开源项目
  • 4.2 Cloud Native Computing Foundation
  • 4.2.1 发展历史
  • 4.2.2 主要参与者
  • 4.2.3 开源项目
  • 4.3 本章小结
  • 第二篇 大数据获取技术
  • 第5章 消息队列相关技术
  • 5.1 ZeroMQ
  • 5.1.1 技术概况
  • 5.1.2 发展近况和技术优势
  • 5.1.3 软件架构
  • 5.1.4 应用场景
  • 5.2 RabbitMQ
  • 5.2.1 技术概况
  • 5.2.2 发展近况和技术优势
  • 5.2.3 软件架构
  • 5.2.4 应用场景
  • 5.3 Active MQ
  • 5.3.1 技术概况
  • 5.3.2 发展近况和技术优势
  • 5.3.3 软件架构
  • 5.3.4 应用场景
  • 5.4 Apache Kafka
  • 5.4.1 技术概况
  • 5.4.2 发展近况和技术优势
  • 5.4.3 软件架构
  • 5.4.4 应用场景
  • 5.5 本章小结
  • 第三篇 大数据管理技术
  • 第6章 数据库相关技术
  • 6.1 传统关系型数据库
  • 6.1.1 MySQL
  • 6.1.2 PostgreSQL
  • 6.2 文档型数据库
  • 6.2.1 MongoDB
  • 6.2.2 Apache CouchDB
  • 6.3 列存储数据库
  • 6.3.1 Vertica
  • 6.3.2 Apache HBase
  • 6.4 键/值对型数据库
  • 6.4.1 Redis
  • 6.4.2 Riak
  • 6.5 图形数据库
  • 6.5.1 Neo4j
  • 6.5.2 OrientDB
  • 6.5.3 InfiniteGraph
  • 6.6 基于内存的分布式文件系统之Alluxio
  • 6.6.1 技术概况
  • 6.6.2 发展近况和技术优势
  • 6.6.3 软件架构
  • 6.6.4 应用场景
  • 6.7 数据仓库系统之ApacheTajo
  • 6.7.1 技术概况
  • 6.7.2 发展近况和技术优势
  • 6.7.3 软件架构
  • 6.7.4 应用场景
  • 6.8 本章小结
  • 第7章 大数据平台资源管理技术
  • 7.1 Apache ZooKeeper
  • 7.1.1 技术概况
  • 7.1.2 发展近况和技术优势
  • 7.1.3 软件架构
  • 7.1.4 应用场景
  • 7.2 Apache Hadoop YARN
  • 7.2.1 技术概况
  • 7.2.2 发展近况和技术优势
  • 7.2.3 软件架构
  • 7.2.4 应用场景
  • 7.3 Apache Mesos
  • 7.3.1 技术概况
  • 7.3.2 发展近况和技术优势
  • 7.3.3 软件架构
  • 7.3.4 应用场景
  • 7.4 Apache Mnemonic
  • 7.4.1 技术概况
  • 7.4.2 发展近况和技术优势
  • 7.5 本章小结
  • 第四篇 大数据处理技术
  • 第8章 开源批处理平台
  • 8.1 Apache Hadoop
  • 8.1.1 技术概况
  • 8.1.2 发展近况和技术优势
  • 8.1.3 软件架构
  • 8.1.4 应用场景
  • 8.2 Apache Spark
  • 8.2.1 技术概况
  • 8.2.2 发展近况和技术优势
  • 8.2.3 软件架构
  • 8.2.4 应用场景
  • 8.3 Apache Kylin
  • 8.3. 1 技术概况
  • 8.3.2 发展近况和技术优势
  • 8.3.3 软件架构
  • 8.3.4 应用场景
  • 8.4 本章小结
  • 第9章 开源实时处理平台
  • 9.1 Apache Storm
  • 9.1.1 技术概况
  • 9.1.2 发展近况和技术优势
  • 9.1.3 软件架构
  • 9.1.4 应用场景
  • 9.2 Apache Spark Streaming
  • 9.2.1 技术概况
  • 9.2.2 发展近况和技术优势
  • 9.2.3 软件架构
  • 9.2.4 应用场景
  • 9.3 Apache Flink
  • 9.3.1 技术概况
  • 9.3.2 发展近况和技术优势
  • 9.3.3 软件架构
  • 9.3.4 应用场景
  • 9.4 Apache Beam
  • 9.4.1 技术概况
  • 9.4.2 发展近况和技术优势
  • 9.4.3 软件架构
  • 9.4.4 应用场景
  • 9.5 Apache Apex
  • 9.5.1 技术概况
  • 9.5.2 发展近况和技术优势
  • 9.5.3 软件架构
  • 9.5.4 应用场景
  • 9.6 本章小结
  • 第五篇 大数据分析与挖掘技术
  • 第10章 开源数据分析平台
  • 10.1 Apache Mahout
  • 10.1.1 技术概况
  • 10.1.2 发展近况和技术优势
  • 10.1.3 应用场景
  • 10.2 Apache Spark MLlib
  • 10.2.1 技术概况
  • 10.2.2 发展近况和技术优势
  • 10.2.3 软件架构
  • 10.2.4 应用场景
  • 10.3 Apache Lens
  • 10.3.1 技术概况
  • 10.3.2 发展近况及技术优势
  • 10.3.3 软件架构
  • 10.3.4 应用场景
  • 10.4 Scikit-Learn
  • 10.4.1 技术概况
  • 10.4.2 发展近况与技术优势
  • 10.4.3 软件架构
  • 10.4.4 应用场景
  • 10.5 本章小结
  • 第11章 开源深度学习平台
  • 11.1 TensorFlow
  • 11.1.1 技术概况
  • 11.1.2 发展近况和技术优势
  • 11.1.3 软件架构
  • 11.1.4 应用场景
  • 11.2 Tensorflow Lite
  • 11.2.1 技术概况
  • 11.2.2 发展近况和技术优势
  • 11.2.3 软件架构
  • 11.3 Caffe
  • 11.3.1 技术概述
  • 11.3.2 发展近况和技术优势
  • 11.3.3 软件架构
  • 11.3.4 应用场景
  • 11.4 PyTorch
  • 11.4.1 技术概况
  • 11.4.2 发展近况和技术优势
  • 11.4.3 软件架构
  • 11.4.4 应用场景
  • 11.5 本章小结
  • 第六篇 大数据可视化与交互技术
  • 第12章 主流大数据可视化与交互工具
  • 12.1 Tableau
  • 12.1.1 技术概况
  • 12.1.2 发展近况和技术优势
  • 12.1.3 软件架构
  • 12.1.4 应用场景
  • 12.2 Apache Zeppelin
  • 12.2.1 技术概况
  • 12.2.2 发展近况和技术优势
  • 12.2.3 软件架构
  • 12.2.4 应用场景
  • 12.3 本章小结
  • 第13章 其他大数据可视化与交互工具
  • 13.1 Jaspersoft Community
  • 13.1.1 技术概况
  • 13.1.2 发展近况和技术优势
  • 13.1.3 软件架构
  • 13.1.4 应用场景
  • 13.2 BIRT
  • 13.2.1 技术概况
  • 13.2.2 发展近况和技术优势
  • 13.2.3 软件架构
  • 13.2.4 应用场景
  • 13.3 KNIME
  • 13.3.1 技术概况
  • 13.3.2 发展近况和技术优势
  • 13.3.3 软件架构
  • 13.3.4 应用场景
  • 13.4 本章小结
  • 第七篇 大数据安全与治理技术
  • 第14章 大数据治理技术
  • 14.1 Apache Falcon
  • 14.1.1 技术概况
  • 14.1.2 发展近况和技术优势
  • 14.1.3 软件架构
  • 14.1.4 应用场景
  • 14.2 Apache Atlas
  • 14.2.1 技术概况
  • 14.2.2 发展近况和技术优势
  • 14.2.3 软件架构
  • 14.3 本章小结
  • 第15章 大数据安全技术
  • 15.1 Apache Ranger
  • 15.1.1 技术概况
  • 15.1.2 发展近况和技术优势
  • 15.1.3 软件架构
  • 15.1.4 应用场景
  • 15.2 Apache Sentry
  • 15.2.1 技术概况
  • 15.2.2 发展近况和技术优势
  • 15.2.3 软件架构
  • 15.3 Apache Kerberos
  • 15.3.1 技术概况
  • 15.3.2 发展近况和技术优势
  • 15.3.3 软件架构
  • 15.4 Apache Metron
  • 15.4.1 技术概况
  • 15.4.2 发展近况及技术优势
  • 15.4.3 软件架构
  • 15.5 Hyperledger
  • 15.5.1 技术概况
  • 15.5.2 发展近况和技术优势
  • 15.5.3 软件架构
  • 15.5.4 应用场景
  • 15.6 本章小结
  • 结束语
  • 名词索引
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。