大數據導論（簡體書）

大數據作為繼雲計算、物聯網之後 IT行業又一顛覆性的技術，備受人們關注。大數據無處不在，包括金融、汽車、零售、餐飲、電信、能源、政務、醫療、體育、娛樂等在內的各行各業，都融入了大數據的印跡，大數據對人類的社會生產和生活必將產生重大而深遠的影響。本書為了讓讀者更好地瞭解大數據技術應用，從大數據的概念開始介紹大數據技術的應用過程，包括大數據概述、大數據技術平臺、大數據預處理技術、大數據存儲技術、大數據處理與分析和數據可視化。這些內容可以讓讀者系統地學習大數據技術涉及的關鍵技術及其基本概念和原理。
本書可作為各類職業院校大數據技術及相關專業的教材，也可以作為計算機愛好者的自學參考用書。
本書配有電子課件，讀者可登錄機械工業出版社教育服務網（ www.cmpedu. com）以教師身份註冊後免費下載或聯繫編輯（ 010-88379807）諮詢。本書還配有微課視頻，讀者可掃描二維碼觀看學習，方便教師進行混合教學。

前 言二維碼索引

第1章　大數據概述 ............................................ 1

1.1　大數據的概念 .................................................................................. 3

1.2　大數據關鍵技術............................................................................. 22

1.3　大數據產業.................................................................................... 25

1.4　大數據與雲計算、物聯網之間的關係 .............................................. 30

1.5　大數據技術應用案例 ...................................................................... 40

本章小結................................................................................................ 43
本章習題................................................................................................ 43


第2章　大數據技術平臺 .................................... 45

2.1　大數據處理框架Hadoop................................................................ 47

2.2　阿裡雲大數據平臺.......................................................................... 52

本章小結................................................................................................ 62
本章習題................................................................................................ 62


第3章　大數據預處理技術..................................63

3.1　大數據獲取手段............................................................................. 65

3.2　數據預處理技術............................................................................. 77

本章小結................................................................................................ 84
本章習題 ................................................................................................ 84


第4章　大數據存儲技術 .................................... 87

4.1　分布式文件系統............................................................................. 89

4.2　分布式數據庫HBase ................................................................... 103

4.3　NoSQL數據庫 ............................................................................ 119

4.4　雲數據庫 ..................................................................................... 130

本章小結..............................................................................................144
本章習題 ..............................................................................................144






5.1　MapReduce .............................................................................. 149

5.2　Spark......................................................................................... 161

5.3　機器學習入門 .............................................................................. 178

本章小結.............................................................................................. 191
本章習題 .............................................................................................. 191



6.1　數據可視化概述........................................................................... 195

6.2　利用Python進行數據可視化 ........................................................ 204

本章小結.............................................................................................. 220
本章習題 .............................................................................................. 220