互联网 类型
可以朗读 语音朗读
234千字 字数
2019-12-01 发行日期
展开全部

主编推荐语

本书介绍了大数据时代下多源异构数据集成的一项新技术：数据虚拟化。

内容简介

本书介绍了在当前大数据、人工智能的背景下，使用数据虚拟化技术实现多源异构数据集成的方法。

本书共9章，首先，分析了当前多源异构数据分析面临的问题以及传统方法的局限。其次，介绍了数据虚拟化的相关概念、数据虚拟化体系架构、关键技术，以及利用数据虚拟化服务器构建虚拟化层的方法及原则。最后，通过案例介绍了如何使用数据虚拟化实现海量多源异构数据的管理，并对数据虚拟化进行了未来展望。

本书适合高校、科研院所的相关人士阅读。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 第1章 概述
  • 1.1 背景
  • 1.1.1 大数据时代下的数据增长
  • 1.1.2 上层应用对数据服务的需求
  • 1.2 DaaS
  • 1.2.1 DaaS的历史
  • 1.2.2 DaaS的定义
  • 1.2.3 服务
  • 1.2.4 服务的分类
  • 1.2.5 数据服务
  • 1.2.6 数据服务及其架构
  • 1.2.7 数据服务的关键技术
  • 1.2.8 DaaS的特点
  • 1.3 DaaS面临的问题
  • 第2章 多源异构数据处理关键技术
  • 2.1 多源异构数据的产生与收集
  • 2.1.1 多源异构数据的产生
  • 2.1.2 多源异构数据的收集
  • 2.2 多源异构数据的存储
  • 2.2.1 多源异构数据的类型
  • 2.2.2 多源异构数据存储的关键技术
  • 2.3 数据仓库
  • 2.3.1 数据仓库的定义及特点
  • 2.3.2 数据仓库的体系结构
  • 2.4 多源异构数据的组织管理
  • 2.5 多源异构数据的分析
  • 2.5.1 分类算法
  • 2.5.2 回归算法
  • 2.5.3 聚类算法
  • 2.5.4 关联规则算法
  • 2.5.5 神经网络算法
  • 2.6 数据分析平台
  • 2.6.1 Hadoop
  • 2.6.2 Spark
  • 2.6.3 Storm
  • 2.6.4 机器学习框架
  • 第3章 数据虚拟化
  • 3.1 背景
  • 3.2 数据虚拟化概述
  • 3.2.1 数据虚拟化的定义
  • 3.2.2 数据虚拟化及其相关概念
  • 3.3 数据虚拟化的技术优点
  • 3.4 数据虚拟化的不同实现方式
  • 3.5 数据虚拟化的应用
  • 第4章 数据虚拟化系统架构
  • 4.1 数据虚拟化系统架构概述
  • 4.2 数据虚拟化系统详细模型
  • 4.2.1 应用层
  • 4.2.2 数据虚拟化层
  • 4.2.3 源数据层
  • 4.3 数据虚拟化研究的问题
  • 第5章 数据虚拟化平面
  • 5.1 数据映射层
  • 5.1.1 源表格、虚拟表格、映射、封装的定义
  • 5.1.2 虚拟表格和映射的例子
  • 5.2 元数据组织层
  • 5.2.1 元数据的基本概念
  • 5.2.2 元数据的组织方法
  • 5.3 数据服务层
  • 5.3.1 虚拟表格的发布
  • 5.3.2 虚拟表格和数据建模
  • 5.3.3 数据安全：认证和授权
  • 5.4 查询响应层
  • 5.4.1 缓存技术
  • 5.4.2 查询优化
  • 第6章 数据虚拟化的管理平面
  • 6.1 源表格、封装表格、虚拟表格的同步
  • 6.2 元数据组织层的管理
  • 6.3 虚拟表格或数据服务组合、更新过程的维护
  • 6.4 查询响应层的监控、处理和管理
  • 第7章 数据虚拟化系统的设计
  • 7.1 对现有系统部署数据虚拟化
  • 7.1.1 部署数据虚拟化的步骤
  • 7.1.2 医疗数据仓库引入数据虚拟化
  • 7.2 设计和开发新的数据虚拟化系统
  • 第8章 数据虚拟化的应用案例
  • 8.1 背景介绍
  • 8.1.1 FITS
  • 8.1.2 流式数据处理平台
  • 8.1.3 图形数据库
  • 8.1.4 图划分技术
  • 8.2 天文元数据实时归档系统设计
  • 8.2.1 元数据采集模块
  • 8.2.2 元数据处理模块
  • 8.2.3 元数据存储模块
  • 8.3 系统功能测试
  • 8.3.1 实验环境
  • 8.3.2 功能测试
  • 第9章 数据虚拟化的未来
  • 9.1 数据虚拟化的未来——Rick F.van der Lans的理解
  • 9.1.1 新的以及增强的查询优化技术
  • 9.1.2 探索新的硬件技术
  • 9.1.3 不断扩展的设计模型
  • 9.1.4 数据质量的特性
  • 9.1.5 对数据访问下推模型的支持
  • 9.1.6 数据虚拟化、ETL以及复制之间的协作
  • 9.2 数据虚拟化的未来——全局数据网络
  • 9.2.1 被授权的消费者从无处不在的数据访问获益
  • 9.2.2 IT的后台管理系统变为云
  • 9.2.3 数据虚拟化的未来是一个全局数据网络
  • 9.2.4 小结
  • 9.3 数据虚拟化的未来——多种数据处理方法的结合
  • 9.4 数据虚拟化的未来——在虚拟化的世界中占据一席之地
  • 9.4.1 使用数据虚拟化最大化数据的回报
  • 9.4.2 透过表象看问题
  • 中英文对照表
展开全部

评分及书评

评分不足
1个评分

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。