标签
内容简介
内容包括认识和理解大数据；大数据的相关技术（大数据获取技术、大数据存储管理技术和大数据可视化技术等）；大数据计算框架；大数据挖掘任务（关联分析、聚类分析、分类分析、演变分析、特异群组分析和异常分析）；大数据应用实现；大数据挖掘工具等。本书对大数据技术进行了全面而细致的定义和归纳，并将向读者展现该领域新研究热点和技术。
关于大数据应用实现章节的内容将采用本套丛书编委们实际主持和完成的大数据项目为实际案例，阐述大数据应用实现过程中的问题、解决方案和取得的成果。
编辑推荐
本书的核心价值在于其清晰的架构与精准的阐释。它没有停留在“大数据很重要”的层面，而是深入剖析了Hadoop、Spark等核心技术的原理与生态，并对数据挖掘、机器学习等分析手段进行了贴合实际的讲解。对于希望系统掌握大数据技术栈全貌，或需要在工作中构建技术选型框架的读者而言，本书提供了可靠的“地图”和“工具箱”。其内容详实而不冗杂，技术阐述紧扣应用场景，避免了纯理论教材的枯燥感。
值得注意的是，本书出版于大数据技术快速演进的时期，部分具体工具版本可能已有更新，但其阐述的基础原理、架构思想和生态分析依然具有很高的参考价值。阅读时，建议读者更侧重于理解其方法论和体系观，这将有助于在面对日新月异的具体工具时，保持清晰的判断力。
适合谁读
适合
- 计算机科学、信息技术相关专业的本科生与研究生，用于构建专业知识体系
- 正在或计划从事大数据平台开发、数据分析、数据仓库建设的工程师与架构师
- 企业的技术决策者或管理者，需要了解大数据技术全貌以指导技术规划与选型
- 对大数据技术有系统性学习需求，具备一定计算机基础的自学者
不适合
- 仅希望了解大数据基础概念、无技术背景的纯粹科普读者
- 寻求最新、最热门单一工具（如某个特定版本的Flink或ClickHouse）详细操作手册的读者
阅读建议
- 建议按章节顺序阅读，以建立完整的知识框架，第二、三章关于体系架构和数据处理基础是关键
- 阅读时可结合最新的开源技术文档或行业报告，对比理解核心思想的延续与工具的具体演进
- 对于重要的技术组件，如Hadoop、Spark，建议在理解书中原理后，动手搭建简易环境进行实践验证
出版社简介
上海科学技术出版社是一家以自然科学、工程技术、医药卫生与农业技术专业图书见长的出版机构。库内收录图书759种，常见分类涵盖科学科普、考试、医学、农林牧业与社会文化。代表图书包括理查德·费曼、莱顿、桑兹的《费曼物理学讲义》系列多种版本，莫里斯·克莱因的《古今数学思想》第一、二册，以及黄璐琦的《分子生药学（第四版）》；代表作者另有费恩曼、魏岘、张志斌等。该社在物理、数学等基础学科经典译著与医药、农业专业著作方面形成特色，兼及科普读物、教材教辅与期刊出版，作者资源以国际知名科学家与国内专业学者为主。
目录
- 版权信息
- 第1章 绪论
- 1.1 大数据的技术挑战
- 1.2 大数据计算
- 1.3 数据开发
- 1.4 数据产业支持
- 1.5 小结
- 参考文献
- 第2章 大数据计算
- 2.1 数据访问
- 2.2 分布式文件系统
- 2.3 大数据计算框架
- 2.4 多地计算异地计算模式
- 2.5 小结
- 参考文献
- 第3章 大数据管理
- 3.1 概述
- 3.2 分布式文件系统HDFS
- 3.3 列式存储格式Parquet
- 3.4 NOSQL
- 3.5 键值数据库Redis
- 3.6 Hbase
- 3.7 Dynamo
- 3.8 Cassandra
- 3.9 MongoDE
- 3.10 Neo4
- 3.11 小结
- 参考文献
- 第4章 大数据安全.
- 4.1 概述
- 4.2 数据安全的基础理论与方法
- 4.3 数据安全的相关法律法规
- 4.4 数据安全性评估与隐私合规
- 4.5 隐私计算技术
- 4.6 差分隐私
- 4.7 数据安全治理与伦理
- 参考文献
- 第5章 大数据可视化
- 5.1 大数据可视化的定义与内涵
- 5.2 大数据可视化的关键技术
- 5.3 大数据可视分析
- 5.4 沉浸式可视分析
- 5.5 大数据可视化的应用案例
- 参考文献
- 第6章 数据自治开放技术
- 6.1 数据开放的国内外现状
- 6.2 数据开放的可行模式
- 6.3 面向数据自治开放的数据盒模型
- 6.4 数据自治开放的软件开发和运行环境
- 6.5 推进中国数据自治开放的若干建议
- 6.6 小结
- 参考文献
- 第7章 爬虫系统原理与技术
- 7.1 概述
- 7.2 爬虫系统技术
- 7.3 爬虫系统应用
- 7.4 小结
- 参考文献
- 第8章 知识图谱
- 8.1 知识图谱技术概要
- 8.2 知识图谱技术特性
- 8.3 知识图谱应用方式
- 8.4 小结
- 参考文献
- 第9章 大数据挖掘
- 9.1 概述
- 9.2 关联分析
- 9.3 聚类分析
- 9.4 分类分析
- 9.5 异常分析
- 9.6 特异群组挖掘
- 9.7 异质网络挖掘
- 9.8 小结
- 参考文献
- 第10章 深度学习
- 10.1 深度学习原理
- 10.2 深度学习的主要模型
- 10.3 深度学习优化技术
- 10.4 深度学习应用
- 10.5 深度学习常用框架
- 10.6 小结
- 参考文献
- 第11章 区块链技术
- 11.1 区块链技术原理
- 11.2 区块链技术特性
- 11.3 区块链应用
- 11.4 区块链与数据资产
- 第12章 数据产品生产
- 12.1 数据资产化
- 12.2 数据产品形态
- 12.3 数据产品质量
- 12.4 数据产品生产(数据出版)
- 12.5 小结
- 参考文献
常见问题
这本书适合完全零基础的初学者吗？
书中的技术现在是否已经过时？
这本书与《Hadoop权威指南》这类书有何不同？
读者评论
查询本书
本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。
作者简介
朱扬勇是一位围绕数据主题进行写作的作者，目前公开资料有限，尚无法确认其国籍、生卒年及详细履历。库内收录其作品 4 种，包括《旖旎数据：100分钟读懂大数据》《数据资产》《大数据技术》以及《相似点集挖掘实验数据集》。从书名与常见分类看，其写作横跨计算机综合与励志成长两类：前者侧重大数据技术、数据资产与数据挖掘等专业议题，后者则倾向于以通俗方式引导读者认识数据、理解数据价值。整体而言，朱扬勇的作品兼具技术性与普及性，既面向专业读者讨论数据方法与实验数据，也尝试用较短篇幅降低大数据话题的阅读门槛，适合希望从入门到应用逐步了解数据领域的读者参考。
