版權(quán)歸出版社和原作者所有，鏈接已刪除，請購買正版

 

用戶下載說明：

電子版僅供預(yù)覽，下載后24小時(shí)內(nèi)務(wù)必刪除，支持正版，喜歡的請購買正版書籍：

http://product.dangdang.com/25281882.html

 

 

 如果你是一位IT營銷人員，客戶需要你在一周內(nèi)向他匯報(bào)未來大數(shù)據(jù)系統(tǒng)的大致技術(shù)方向； …… 

 

在這個(gè)信息嚴(yán)重過剩的時(shí)代，一周內(nèi)從浩渺的技術(shù)細(xì)節(jié)的海洋中抓住關(guān)鍵的技術(shù)脈絡(luò)，并進(jìn)一步提出有一定理論依據(jù)的技術(shù)思考，這幾乎是不可能完成的任務(wù)。 

 

您是否想過閱讀一本關(guān)于大數(shù)據(jù)的圖書幫助解決如上問題？ 

 

浩如煙海的大數(shù)據(jù)領(lǐng)域圖書可以大致歸納為三類：*類是描述大數(shù)據(jù)的應(yīng)用前景與社會意義；第二類是研討大數(shù)據(jù)作為一個(gè)大型IT系統(tǒng)的系統(tǒng)架構(gòu)與技術(shù)架構(gòu)；第三類是研討大數(shù)據(jù)領(lǐng)域的具體技術(shù)，例如HADOOP相關(guān)的編程等。

 

 對于需要快速掌握大數(shù)據(jù)系統(tǒng)技術(shù)脈絡(luò)，或者是需要對未來IT系統(tǒng)做系統(tǒng)思考的技術(shù)工作者來說，*需要的是第二類圖書所提供的系統(tǒng)化知識。但目前業(yè)界大數(shù)據(jù)相關(guān)的書籍與資料，大多是*類與第三類，第二類非常稀少，以至于某些希望開展大數(shù)據(jù)課程教學(xué)的高校難以找到合適的教材與參考數(shù)據(jù)。

 

通過閱讀《大數(shù)據(jù)架構(gòu)師指南》，您將可以迅速建立大數(shù)據(jù)技術(shù)架構(gòu)相關(guān)的知識與脈絡(luò)，而不是迷失在浩如煙海的知識細(xì)節(jié)中。 

 

《大數(shù)據(jù)架構(gòu)師指南》的目的就是為了幫助讀者在*短的時(shí)間內(nèi)，系統(tǒng)地把握大數(shù)據(jù)相關(guān)的技術(shù)框架，建立系統(tǒng)架構(gòu)級別的技術(shù)思考能力與原則。

 

《大數(shù)據(jù)架構(gòu)師指南》適用于企業(yè)的IT與大數(shù)據(jù)的從業(yè)人員，IT與大數(shù)據(jù)相關(guān)的銷售人員，企業(yè)的首席技術(shù)官（CTO）、首席信息官（CIO），由于本書在大數(shù)據(jù)知識具備系統(tǒng)性，也可以作為高校大數(shù)據(jù)方面課程的教材或輔導(dǎo)書。

資料目錄：
第一部分 大數(shù)據(jù)架構(gòu)師入門
第1章 大數(shù)據(jù)概述 3 
1.1 什么是大數(shù)據(jù) 4 
1.2 大數(shù)據(jù)的本質(zhì) 6 
1.3 大數(shù)據(jù)技術(shù)當(dāng)前狀態(tài) 8 
1.4 大數(shù)據(jù)的技術(shù)發(fā)展趨勢 11 
第2章 大數(shù)據(jù)項(xiàng)目常見場景 13 
2.1 實(shí)驗(yàn)型部署場景 14 
2.2 中小型部署場景 16 
2.3 大型部署場景 19 
第3章 大數(shù)據(jù)方案關(guān)鍵因素 23 
3.1 數(shù)據(jù)存儲規(guī)模與數(shù)據(jù)類型 24 
3.2 數(shù)據(jù)來源與數(shù)據(jù)質(zhì)量 25 
3.3 業(yè)務(wù)特征 26 
3.4 經(jīng)濟(jì)可行性 27 
3.5 運(yùn)維管理要求 28 
3.6 安全性要求 29 
3.7 部署要求 31 
3.8 系統(tǒng)邊界 32 
3.9 約束條件 34 
3.10 要點(diǎn)回顧 34 
第二部分 大數(shù)據(jù)架構(gòu)師基礎(chǔ) 
第4章 Hadoop基礎(chǔ)組件 39 
4.1 Hadoop簡介 40 
4.2 Hadoop版本演進(jìn) 41 
4.3 Hadoop2.0生態(tài)系統(tǒng)簡介 42 
4.4 Hadoop分布式文件系統(tǒng)HDFS 43 
4.5 Hadoop統(tǒng)一資源管理框架YARN 48 
4.6 Hadoop分布式計(jì)算框架MapReduce 52 
4.7 Hadoop分布式集群管理系統(tǒng)ZooKeeper 57 
第5章 Hadoop其他常用組件 61 
5.1 Hadoop數(shù)據(jù)倉庫工具Hive 62 
5.2 Hadoop分布式數(shù)據(jù)庫 HBase 65 
5.3 Hadoop實(shí)時(shí)流處理引擎 Storm 70 
5.4 Hadoop交互式查詢引擎 Impala 74 
5.5 其他常用組件 78 
第6章 Spark內(nèi)存計(jì)算框架 83 
6.1 內(nèi)存計(jì)算與Spark 84 
6.2 Spark的主要概念 86 
6.3 Spark核心組件介紹 96 
6.4 Spark與Hadoop之間的關(guān)系 100 
6.5 要點(diǎn)回顧 104 
第7章大數(shù)據(jù)中間件層 105 
7.1 中間件層簡介 106 
7.2 中間件層產(chǎn)品介紹 107 
7.3 中間件層的應(yīng)用 121 
7.4 中間件層的發(fā)展 124 
7.5 要點(diǎn)回顧 128 
第8章大數(shù)據(jù)分析 129 
8.1 數(shù)據(jù)時(shí)代 131 
8.2 先進(jìn)分析 133 
8.3 架構(gòu)與平臺 136 
8.4 數(shù)據(jù)分析流程 140 
8.5 要點(diǎn)回顧 143 
第9章可視化技術(shù) 145 
9.1 可視化技術(shù)引言 146 
9.2 什么是數(shù)據(jù)可視化 147 
9.3 數(shù)據(jù)可視化設(shè)計(jì) 151 
9.4 數(shù)據(jù)可視化的發(fā)展趨勢 160 
9.5 要點(diǎn)回顧 161 
第10章大數(shù)據(jù)安全 163 
10.1 安全體系 164 
10.2 大數(shù)據(jù)系統(tǒng)安全 168 
10.3 要點(diǎn)回顧 180 
第11章大數(shù)據(jù)管理 181 
11.1 數(shù)據(jù)管理的范圍和定義 182 
11.2 開源軟件的管理能力 183 
11.3 國內(nèi)主流管理 187 
11.4 大數(shù)據(jù)管理展望 195 
11.5 要點(diǎn)回顧 195 
第三部分大數(shù)據(jù)架構(gòu)師實(shí)踐
第12章大數(shù)據(jù)項(xiàng)目實(shí)踐 199 
12.1 大數(shù)據(jù)項(xiàng)目架構(gòu)關(guān)鍵步驟 201 
12.2 架構(gòu)師實(shí)踐思考 213 
第13章大數(shù)據(jù)部署實(shí)踐 217 
13.1 中興通訊DAP大數(shù)據(jù)平臺功能和架構(gòu) 218 
13.2 DAP平臺特點(diǎn) 219 
13.3 某銀行成功案例 220 
第四部分 大數(shù)據(jù)架構(gòu)師拓展
第14章分布式系統(tǒng)與大數(shù)據(jù)的關(guān)系 229 
14.1 分布式系統(tǒng)概述 230 
14.2 分布式系統(tǒng)關(guān)鍵協(xié)議和算法概述 237 
14.3 分布式系統(tǒng)和大數(shù)據(jù) 241 
第 15 章數(shù)據(jù)庫系統(tǒng)與大數(shù)據(jù)的關(guān)系 245 
15.1 數(shù)據(jù)庫系統(tǒng)的歷史 246 
15.2 各類系統(tǒng)求同存異 258 
15.3 大數(shù)據(jù)的發(fā)展展望 259 
第16章云計(jì)算與大數(shù)據(jù)的關(guān)系 261 
16.1 虛擬化概述 262 
16.2 OpenStack云管理架構(gòu)實(shí)現(xiàn) 267 
16.3 大數(shù)據(jù)基于云計(jì)算IAAS部署的探討 274 
后記 277