如果你是一名IT工程師,CTO希望你在一周內提交一份公司未來IT系統基礎架構的初步建議;
如果你是一位IT營銷人員,客戶需要你在一周內向他匯報未來大數據系統的大致技術方向;
……
在這個信息嚴重過剩的時代,一周內從浩渺的技術細節的海洋中抓住關鍵的技術脈絡,並進一步提出有一定理論依據的技術思考,這幾乎是不可能完成的任務。
您是否想過閱讀一本關於大數據的圖書幫助解決如上問題?
浩如煙海的大數據領域圖書可以大致歸納為三類:一類是描述大數據的應用前景與社會意義;第二類是研討大數據作為一個大型IT系統的系統架構與技術架構;第三類是研討大數據領域的具體技術,例如HADOOP相關的編程等。
對於需要快速掌握大數據系統技術脈絡,或者是需要對未來IT系統做系統思考的技術工作者來說,最需要的是第二類圖書所提供的系統化知識。但目前業界大數據相關的書籍與資料,大多是一類與第三類,第二類非常稀少,以至於某些希望開展大數據課程教學的高校難以找到合適的教材與參考數據。通過閱讀本書,您將可以迅速建立大數據技術架構相關的知識與脈絡,而不是迷失在浩如煙海的知識細節中。
本書的目的就是為了幫助讀者在最短的時間內,系統地把握大數據相關的技術框架,建立系統架構級別的技術思考能力與原則。本書適用於企業的IT與大數據的從業人員,IT與大數據相關的銷售人員,企業的首席技術官(CTO)、首席信息官(CIO),由於本書在大數據知識具備系統性,也可以作為高校大數據方面課程的教材或輔導書。
陳堅,高級工程師,1995年加入中興通訊,現任中興通訊中心研究院副院長,先后主持會議電視、核心網、統一網管平台、大數據平台系統架構設計及經營工作,多次獲得國家、省市科技進步獎。具有近20年的電信行業從業經驗,積累了深厚的技術專業知識和豐富的管理經驗。
目錄
第一部分大數據架構師入門
第1章大數據概述
1.1什麼是大數據
1.2大數據的本質
1.3大數據技術當前狀態
1.4大數據的技術發展趨勢
第2章大數據項目常見場景
2.1實驗型部署場景
2.2中小型部署場景
2.3大型部署場景
第3章大數據方案關鍵因素
3.1數據存儲規模與數據類型
3.2數據來源與數據質量
3.3業務特征
3.4經濟可行性
3.5運維管理要求
3.6安全性要求
3.7部署要求
3.8系統邊界
3.9約束條件
3.10要點回顧
第二部分大數據架構師基礎
第4章Hadoop基礎組件
4.1Hadoop簡介
4.2Hadoop版本演進
4.3Hadoop2.0生態系統簡介
4.4Hadoop分布式文件系統HDFS
4.5Hadoop統一資源管理框架YARN
4.6Hadoop分布式計算框架MapReduce
4.7Hadoop分布式集群管理系統ZooKeeper
第5章Hadoop其他常用組件
5.1Hadoop數據倉庫工具Hive
5.2Hadoop分布式數據庫HBase
5.3Hadoop實時流處理引擎Storm
5.4Hadoop交互式查詢引擎Impala
5.5其他常用組件
第6章Spark內存計算框架
6.1內存計算與Spark
6.2Spark的主要概念
6.3Spark核心組件介紹
6.4Spark與Hadoop之間的關系
6.5要點回顧
第7章大數據分析
7.1數據時代
7.2先進分析
7.3架構與平台
7.4數據分析流程
7.5要點回顧
第8章大數據中間件層
8.1中間件層簡介
8.2中間件層產品介紹
8.3中間件層的應用
8.4中間件層的發展
8.5要點回顧
第9章可視化技術
9.1可視化技術引言
9.2什麼是數據可視化
9.3數據可視化設計
9.4數據可視化的發展趨勢
9.5要點回顧
第10章大數據安全
10.1安全體系
10.2大數據系統安全
10.3要點回顧
第11章大數據管理
11.1數據管理的范圍和定義
11.2開源軟件的管理能力
11.3ZTE中興大數據管理框架
11.4大數據管理展望
11.5要點回顧
第三部分大數據架構師實踐
第12章大數據項目實踐
12.1大數據項目架構關鍵步驟
12.2架構師實踐思考
第13章大數據部署實踐
13.1中興通訊DAP大數據平台功能和架構
13.2DAP平台特點
13.3某銀行成功案例
第四部分大數據架構師拓展
第14章分布式系統與大數據的關系
14.1分布式系統概述
14.2分布式系統關鍵協議和算法概述
14.3分布式系統和大數據
第15章數據庫系統與大數據的關系
15.1數據庫系統的歷史
15.2各類系統求同存異
15.3數據庫的發展展望
第16章雲計算與大數據的關系
16.1虛擬化概述
16.2OpenStack雲管理架構實現
16.3大數據基於雲計算IAAS(包括Docker)部署的探討
后記
第1章大數據概述
1.1什麼是大數據
1.2大數據的本質
1.3大數據技術當前狀態
1.4大數據的技術發展趨勢
第2章大數據項目常見場景
2.1實驗型部署場景
2.2中小型部署場景
2.3大型部署場景
第3章大數據方案關鍵因素
3.1數據存儲規模與數據類型
3.2數據來源與數據質量
3.3業務特征
3.4經濟可行性
3.5運維管理要求
3.6安全性要求
3.7部署要求
3.8系統邊界
3.9約束條件
3.10要點回顧
第二部分大數據架構師基礎
第4章Hadoop基礎組件
4.1Hadoop簡介
4.2Hadoop版本演進
4.3Hadoop2.0生態系統簡介
4.4Hadoop分布式文件系統HDFS
4.5Hadoop統一資源管理框架YARN
4.6Hadoop分布式計算框架MapReduce
4.7Hadoop分布式集群管理系統ZooKeeper
第5章Hadoop其他常用組件
5.1Hadoop數據倉庫工具Hive
5.2Hadoop分布式數據庫HBase
5.3Hadoop實時流處理引擎Storm
5.4Hadoop交互式查詢引擎Impala
5.5其他常用組件
第6章Spark內存計算框架
6.1內存計算與Spark
6.2Spark的主要概念
6.3Spark核心組件介紹
6.4Spark與Hadoop之間的關系
6.5要點回顧
第7章大數據分析
7.1數據時代
7.2先進分析
7.3架構與平台
7.4數據分析流程
7.5要點回顧
第8章大數據中間件層
8.1中間件層簡介
8.2中間件層產品介紹
8.3中間件層的應用
8.4中間件層的發展
8.5要點回顧
第9章可視化技術
9.1可視化技術引言
9.2什麼是數據可視化
9.3數據可視化設計
9.4數據可視化的發展趨勢
9.5要點回顧
第10章大數據安全
10.1安全體系
10.2大數據系統安全
10.3要點回顧
第11章大數據管理
11.1數據管理的范圍和定義
11.2開源軟件的管理能力
11.3ZTE中興大數據管理框架
11.4大數據管理展望
11.5要點回顧
第三部分大數據架構師實踐
第12章大數據項目實踐
12.1大數據項目架構關鍵步驟
12.2架構師實踐思考
第13章大數據部署實踐
13.1中興通訊DAP大數據平台功能和架構
13.2DAP平台特點
13.3某銀行成功案例
第四部分大數據架構師拓展
第14章分布式系統與大數據的關系
14.1分布式系統概述
14.2分布式系統關鍵協議和算法概述
14.3分布式系統和大數據
第15章數據庫系統與大數據的關系
15.1數據庫系統的歷史
15.2各類系統求同存異
15.3數據庫的發展展望
第16章雲計算與大數據的關系
16.1虛擬化概述
16.2OpenStack雲管理架構實現
16.3大數據基於雲計算IAAS(包括Docker)部署的探討
后記
網路書店
類別
折扣
價格
-
新書87折$235