走近大数据 封面

走近大数据

评分 3.3
字数
14.5万字
章节数
60
ISBN
9787115492814

标签

内容简介

本书首先介绍了大数据的一些基本概念,阐述了大数据发展的历史必然性;然后围绕大数据生态的各个技术和组件进行了基本的介绍;接着介绍了建设大数据系统要考虑的一些关键内容;最后以附录的形式给出了一些企业建设大数据系统的案例。

编辑推荐

《走近大数据》由权威行业协会中国通信企业协会组织编写,作为一本面向大众的科普性技术读物,其定位清晰、内容扎实。本书的独特价值在于,它并非单纯的技术手册,而是从产业视角出发,系统梳理了大数据的核心概念、技术架构、典型应用及未来趋势。相较于市面上侧重算法模型的学术专著,本书更侧重于阐释数据如何从资源转化为生产力,以及这一过程对社会经济各领域的深刻影响。书中引用了大量通信行业的实际案例,使抽象的技术原理变得具象可感,这对于非技术背景的读者理解大数据落地场景尤为友好。

从编辑视角看,本书的亮点在于其平衡性:既保证了专业知识的准确性(得益于编写单位的行业背景),又兼顾了可读性,避免了过于晦涩的数学公式和代码。章节安排逻辑清晰,从“是什么”(概念与特征)到“怎么用”(技术与应用),再到“向哪去”(趋势与挑战),形成了完整的认知闭环。对于希望建立系统性认知而非追逐技术细节的读者而言,这是一本优秀的入门指南和知识框架搭建手册。当然,由于技术迭代迅速,书中部分具体技术工具的介绍可能已非前沿,但其核心思想和方法论依然具有持久的参考价值。

适合谁读

适合

  • 希望系统性了解大数据概念、应用及产业影响,但无深厚技术背景的行业从业者或管理者
  • 通信、信息技术等相关专业的学生,寻求一本将理论与行业实践结合的入门读物
  • 对数字化转型、智慧城市等话题感兴趣,希望理解其底层数据逻辑的政府工作人员或政策研究者
  • 渴望拓展知识边界,理解当下数据驱动社会运行逻辑的普通求知者

不适合

  • 寻求最新、最前沿大数据算法实现细节或具体编程教程的资深技术人员
  • 期望获得深度数学推导、模型优化等纯理论研究内容的学术研究者

阅读建议

  1. 建议按章节顺序阅读,以构建从概念到应用的整体认知框架。对于技术描述部分,可侧重理解其逻辑和目的,无需深究每个技术参数。
  2. 阅读时可结合自身工作或生活场景,思考书中提到的应用案例(如智慧交通、精准营销)如何在自己的领域内体现,以加深理解。
  3. 关注每章末尾的总结与思考,它们能有效帮助你提炼核心观点,并引导你进行延伸性思索。

出版社简介

人民邮电出版社 中国 · 成立于 1953 年

人民邮电出版社以科技、计算机与信息通信类图书见长,并由此延伸至摄影、艺术、软件学习与励志成长等门类,形成较为多元的出版方向。库内图书既涵盖《重构与模式(修订版)》《华为交换机学习指南(第二版)》等计算机与通信技术读物,也收录《小王子(中英法彩绘典藏纪念版)》《了不起的盖茨比》《假如给我三天光明》等双语典藏类作品;《北京十年:1980-1990》与《鬼刀 WLOP个人插画作品集》则体现其在摄影与艺术领域的布局。作者资源包括安东尼·圣埃克苏佩里、海伦·凯勒、Joshua Kerievsky、王达、张兆增与WLOP等。

目录

  1. 版权信息
  2. 内容提要
  3. 《信息通信技术普及丛书》编委会
  4. 前言
  5. 第1章 大数据,心中有数
  6. 1.1 从一场亲子讲座谈起
  7. 1.2 数据非今日变大,为什么今天火了
  8. 1.3 大数据带来的改变渐渐发生了
  9. 1.4 大数据,首先是数据
  10. 1.5 再议数据规模
  11. 1.6 大数据概念正解
  12. 1.7 再谈大数据带来的真正改变
  13. 第2章 大数据,顺势而为
  14. 2.1 大数据发展基础
  15. 2.2 大数据两个关键变化
  16. 2.3 大数据获取与管理
  17. 2.4 大数据存储
  18. 2.5 大数据分析
  19. 2.6 大数据创新应用
  20. 2.7 大数据安全
  21. 2.8 大数据发展对我们的要求
  22. 第3章 准备好了吗?——大数据技术及应用
  23. 3.1 大数据的基石——Hadoop技术和应用
  24. 3.2 近期发展势头最猛的技术——Spark的应用
  25. 3.3 “中档价格买中档车的配置”——MPP数据库的应用
  26. 3.4 “速度决定一切!”——流处理技术的应用
  27. 3.5 NoSQL技术的应用
  28. 3.6 在内存里跑数据库——内存数据库的应用
  29. 3.7 如何采集更多的数据——数据采集
  30. 3.8 数据库如何分布?——分布式关系型数据库的应用
  31. 3.9 互联网的“杀手级应用”——搜索引擎
  32. 3.10 资源隔离的利器——容器的应用
  33. 第4章 大数据如何显示分析结果?——数据分析与数据可视化
  34. 4.1 收集大数据就是为了分析——数据分析
  35. 4.2 大数据也要学习“包装”技术——数据可视化
  36. 第5章 如何构建开放的大数据平台?——大数据开放平台构建
  37. 5.1 为什么要开放?——概述
  38. 5.2 看看别人家的平台——大数据开放平台参考架构
  39. 5.3 开放哪些内容?——基础能力的开放
  40. 5.4 把管理权力也开放出去——数据管理能力的开放
  41. 5.5 如何管理系统?——平台管理
  42. 5.6 “众人拾柴火焰高”——开发者门户
  43. 第6章 安全无小事——大数据安全
  44. 6.1 安全很重要——大数据安全概述
  45. 6.2 非法入侵——数据访问安全
  46. 6.3 数据加密?——数据服务安全
  47. 6.4 数据存在保险箱就安全吗?——数据存储安全
  48. 第7章 建设之后,运维工作更重要——大数据运维管理平台
  49. 7.1 如何构建运维环境——大数据运维管理平台简介
  50. 7.2 功能点有哪些——大数据运维管理平台功能介绍
  51. 7.3 运维产品有哪些——典型产品
  52. 第8章 数据质量管理
  53. 8.1 数据质量信息存储
  54. 8.2 数据质量监控平台
  55. 8.3 数据质量应用功能
  56. 附录A 某公司大数据系统建设案例
  57. 附录B SH公司大数据PaaS平台实施经验
  58. 附录C FJ公司关于大数据高速路况实时监测项目实施经验
  59. 附录D 其他公司大数据案例
  60. 附录E D-Docker技术原理

常见问题

这本书的豆瓣评分如何?是否值得信赖?
经查询,本书在豆瓣平台有评分,具体分数会有动态浮动,但普遍评价认为其内容权威、通俗易懂。作为中国通信企业协会编著的行业指导性读物,其内容的准确性和权威性有保障,是值得信赖的入门选择。
这本书的内容是否已经过时?因为大数据技术发展很快。
本书侧重于大数据的基础概念、核心架构、应用逻辑和产业思考,这些基础性、框架性内容的“保质期”相对较长。虽然具体的技术工具(如某些软件版本)可能更新,但书中阐述的从数据采集、处理到分析、应用的整体流程与核心理念并未改变。它更适合用于建立稳固的知识体系,而非追踪具体技术工具。
没有编程和数学基础,能看懂这本书吗?
完全可以。本书的定位是科普与产业应用导读,旨在用通俗语言解释复杂概念。它避免使用复杂的数学公式和代码,而是通过大量比喻、案例和图解来阐述原理。阅读的重点在于理解数据流动的价值和逻辑,而非技术实现细节。

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

中国通信企业协会是一个以通信行业企业为主体组成的行业性社会团体。公开资料有限,其具体成立时间、组织架构与业务范围在现有资料中未作详细说明。从库内收录的5种作品来看,该协会的编写与出版方向集中于信息通信领域的技术普及与行业发展分析,代表作品包括《走近传送网》《走近云计算》《走近工业互联网》《走近大数据》以及《2018—2019中国信息通信业发展分析报告》。其中“走近”系列面向一般读者介绍通信与信息技术的基本概念和应用场景,行文注重通俗性与可读性;年度发展分析报告则侧重梳理行业运行状况与趋势。上述作品常见分类为工业技术、管理与计算机综合,反映出协会在专业技术传播与行业研究方面的编写定位。

同一作者

同类高分