大数据架构详解豆瓣版无需密码.pdf
http://www.100md.com
2020年11月12日
 |
| 第1页 |
 |
| 第10页 |
 |
| 第20页 |
 |
| 第28页 |
 |
| 第47页 |
 |
| 第179页 |
参见附件(132017KB，374页)。
大数据架构详解：从数据获取到深度学习，这是一个数据信息时代，每分每秒都在产生数不尽的数据。这些数据如何获取，有什么用途，如何与前沿的深度学习、机器学习等相结合，如何为我们所用，尽在本书中。
内容简介
本书从架构、业务、技术三个维度深入浅出地介绍了大数据处理领域端到端的知识。主要内容包括三部分：第一部分从数据的产生、采集、计算、存储、消费端到端的角度介绍大数据技术的起源、发展、关键技术点和未来趋势，结合生动的业界新产品，以及学术界新的研究方向和成果，让深奥的技术浅显易懂；第二部分从业务和技术角度介绍实际案例，让读者理解大数据的用途及技术的本质；第三部分介绍大数据技术不是孤立的，讲解如何与前沿的云技术、深度学习、机器学习等相结合。
作者简介
朱洁,2008年加入华为，具有8年大数据研发管理经验，现任华为大数据服务首席规划师。专注于大数据服务平台建设、规划和实践应用，同时参与多项企业级大数据项目解决方案的规划、设计和实施工作，在深化大数据行业落地方面有诸多实践经验，对解读大数据垂直行业的技术创新与开发有诸多独到的见解和心得。
罗华霖,2002年加入华为，华为大数据首席规划师，主导完成华为大数据平台DataSight和华为电信大数据解决方案SmartCare技术规划和架构设计，支持电信运营商数字化战略转型，完成浙江移动、上海联通、沙特STC等200+电信大数据解决方案项目落地。曾任华为软交换首席设计师，华为大型电信大数据解决方案SmartCare首席架构师。
本书结构
第一部分：第1～3章，主要讲述大数据的本质、运营商大数据的架构和一些基本的业务知识。
第1章：阐述大数据的本质和面临的挑战。
第2章：概述大数据架构及背后的驱动因素，以及未来发展的趋势。
第3章：介绍运营商领域的业务，让读者对大数据能做什么有一个直观的感受。
第二部分：第4～11章，围绕大数据平台技术栈来阐述数据获取、处理、分析和应用平台涉及的技术。
第4章：介绍数据获取涉及的探针、爬虫、日志采集、数据分发中间件等技术。
第5章：介绍流式数据处理引擎、CEP、流式应用。
第6章：介绍交互式分析技术、MPP DB、热门的SQL on Hadoop技术。
第7章：介绍批处理技术、Spark，以及大规模机器学习的BSP技术等。
第8章：探讨机器学习、深度学习相关技术。
第9章：统一资源管理是趋势，本章介绍资源管理的核心技术和算法。
第10章：存储是基础，本章介绍存储的关键技术。
第11章：探讨大数据技术怎么云化，以及关键技术是什么。
第三部分：第12章，技术和文化息息相关，技术影响文化，文化影响技术。
第12章：介绍大数据开发文化、开源、DevOps，探讨理念和文化对技术的冲击。
大数据简史
大数据(Big Data)现在可以说是人尽皆知，其实真正回溯起来，其是由SGI的首席科学家JohnRMasey于1998年在USENIX大会上首次提出的。他在其发表的一篇名为Big Data and the Next Wave of Infrastress"的论文中首次提出这个词，用来描述数据爆炸的现象。估计他当时未必能想到十几年后Big Data能这么火。
如果追溯大数据的概念，则是阿尔文·托夫勒(Alvin Toffler)于1980年在《第三次浪潮》一书中预言了信息时代的到来会带来数据爆发，所以科学家很早就预见到了大数据。大数据的历史由来已久，但是技术需要持续积累，才能由量变到质变
对于工业界来说，不得不提Google在2003-2006年公布的关于GFS、MapReduce和BigTable的三篇技术论文，正是这三篇论文奠定了大数据发展的基石。Hadoop之父-Doug Cutting正是参考论文，后来才实现了当前鼎鼎大名的Hadoop，而Hadoop的诞生极大地促进了大数据技术的蓬勃发展。
当然，这里特别要指出，Hadoop并不等同于大数据，大数据也并不特指Hadoop，大数据只是一门市场语言，代表的是一种理念、一种问题解决思路、一系列技术的集合，Hadoop只是其中一种具体的处理数据的框架技术。
大数据架构详解豆瓣截图
您现在查看是摘要介绍页， 详见PDF附件(132017KB，374页)。