寫給大家看的大數據/達人迷 写给大家看的大数据

<內容簡介>

大數據是當前信息科技領域最為炙手可熱的話題之一。赫爾維茨編著的《寫給大家看的大數據》簡單而系統地介紹了大數據體系涉及的各方面知識，涵蓋大數據的基本概念、大數據的技術基礎、大數據管理、大數據分析、大數據在現實工作中如何實現和實施等關鍵內容，涉及大數據基礎架構、大數據使用的數據庫和分佈式技術、對大數據進行基礎分析和高級分析的特點及異同，以及企業如何應用大數據轉變其商業運作模式等內容，能夠對想要瞭解大數據全貌，或是想要使用大數據的企業和個人提供全面的知識內容和學習借鑒。
    本書語言生動，內容覆蓋面廣，理論結合實例，非常適合對大數據感興趣的廣大讀者。對於從事與大數據相關工作的人員，本書也有很高的參考價值。

<目錄>

第一部分  大數據入門
  第1章  大數據基礎
    數據管理的演化過程
    理解數據管理的幾個關鍵
    關鍵1：創建可管理的數據結構
    關鍵2：Web和內容管理
    關鍵3：管理大數據
    大數據的定義
    構建成功的大數據管理架構
    捕捉、組織、集成分析與模擬
    建立架構基礎
    性能問題
    傳統與高級分析
    大數據之旅
  第2章  研究大數據類型
    定義結構化的數據
    探索大結構化數據源
    理解關係型數據庫在大數據中的角色
    定義非結構化數據
    探索非結構化數據源
    理解CMS在大數據管理中的角色
    理解實時需求和非實時需求
    聚合大數據
    管理不同類型的數據
    將不同類型的數據整合到大數據環境中
  第3章  當老古董遇上新生代：分佈式計算
    分佈式計算簡史
    感謝
    可持續模型的價值
    瞭解分佈式計算基礎
    為什麼大數據需要分佈式計算
    計算經濟的改變
    時延帶來的問題
    當需求遇上解決方案
    獲取所需的性能
第二部分  大數據的技術基礎
    第4章  深入大數據技術組件
    探索大數據棧
    第0層：帶冗餘的物理基礎架構
    物理冗餘網絡
    管理硬件：存儲與服務器
    基礎架構操作
……
  第5章  虛擬化及其如何支持分佈式計
  第6章  雲和大數據
第三部分  大數據管理
  第7章  操作型數據庫
  第8章  MapReduce基礎
  第9章  探索Hadoop的世界
  第10章  Hadoop基礎和生態
  第11章  設備和大數據倉庫
第四部分  數據分析與大數據
  第12章  定義大數據分析
  第13章  理解文本分析和大數據
  第14章  大數據分析的定製化
第五部分  大數據實現
  第15章  集成數據源
  第16章  處理實時數據流和複雜事件
  第17章  可操作的大數據
  第18章  在企業中應用大數據
  第19章  大數據環境的安全和管理
第六部分  現實中的大數據解決方案
  第20章  大數據對業務的重要性
  第21章  從現實視角看數據分析
  第22章  從現實視角看大數據分析對業務流程的優化
第七部分  十項註意
  第23章  十條大數據最佳實踐
  第24章  十個大數據資源
  第25章  十條「要」與「不要」
術語表