大数据分析技术基础_荣垂田_9787111685586

大数据已发展成为一个学科。本书作为该领域的入门教材，在内容上尽可能覆盖大数据分析的基本理论和基本技术。全书共9章：第1章介绍大数据发展的背景和相关的理论知识；第2章介绍大数据的采集方法，以及数据采集案例；第3章介绍大数据处理平台Hadoop，以及Hadoop在不同系统平台上的安装和部署方法；第4章介绍MapReduce编程方法和开发工具，以及MapReduce编程实例；第5章介绍HDFS及其相关的操作方法；第6章介绍HBase及其相关的操作方法；第7章介绍Hive及其在不同平台上的安装和部署方法、应用案例；第8章介绍大数据处理平台Spark，以及Spark编程实例；第9章介绍NoSQL数据库，以及典型的NoSQL数据库系统。
本书可作为高等学校计算机、数据科学与大数据技术及人工智能或相关专业的本科生或研究生教材，也可供对大数据分析感兴趣的工程技术人员阅读参考。

本书以大数据的基本概念以及大数据分析过程中常用的技术和平台为主线进行组织和编写，以期让学生掌握大数据分析的基本理论，培养学生的大数据分析技能。
大数据分析是一门综合性的技术，涉及数据的收集、整理、组织、存储、分析、挖掘以及可视化等方面，需要学生具备相关的基础理论知识和技能，包括操作系统、编程语言、数据库、计算机网络等。因此，本书适合大学三年级以上的计算机、数据科学与大数据技术以及人工智能或相关专业的本科生和研究生，以及具有相关知识背景的希望从事大数据分析工作的读者阅读。
本书共9章：第1章介绍大数据发展的背景和相关的理论知识；第2章介绍大数据的采集，包括大数据的来源、采集工具、预处理方法，以及数据采集的实际案例；第3章介绍大数据处理平台Hadoop，包括Hadoop的发展、特点、体系结构，以及Hadoop在不同系统平台上的安装和部署方法；第4章介绍MapReduce编程方法，包括MapReduce概述，开发工具的安装和环境配置，MapReduce编程实例，以及MapReduce应用程序的调试和运行方法；第5章介绍分布式文件系统HDFS，包括HDFS概述和特点、架构，HDFS支持的文件类型，以及HDFS的Shell操作和应用程序的访问方式；第6章介绍HBase，包括HBase概述、架构和特点，以及HBase Shell操作和应用程序的访问方法；第7章介绍Hive，包括Hive概述、体系结构、运行模式，Hive在不同系统平台上的安装和部署，以及应用案例；第8章介绍大数据处理平台Spark，包括Spark概述、Spark的安装和部署、Spark开发环境，以及编程实例。第9章介绍NoSQL数据库，包括NoSQL数据库概述，MongoDB、Redis和Memcached概述、应用场景、数据类型及操作、安装方法和使用实例。
本书通过大量的实践操作，培养学生分析问题和解决问题的能力。第1章是概述，其余各章节除了基础理论知识还包括实践操作。在每章后，都给出了相关的习题，以帮助学生巩固和理解本章的内容。
大数据是一门综合性的技术，现在已经发展成一个独立的学科数据科学与大数据技术。本书作为大数据分析的入门读物和基础教材，不可能覆盖大数据分析涉及的全部知识，有一些重要、前沿的材料未能引入。希望读者在阅读本书的基础上自主学习更新的、更高级的、更加专业的知识。
本书的主要内容是笔者在工作和教学的过程中逐渐积累而成的，书中存在谬误在所难免，敬请读者见谅。
编　者

我要评论