雲時代的大數據技術與應用實踐（簡體書）

雲時代是指計算時代，而雲計算是分布式處理、並行處理和網格計算的發展。當前，谷歌、亞馬遜、阿裡巴巴正在採用雲計算搭建數據，大數據已發展成為一種新興技術。尤其互聯網、物聯網、雲計算的快速興起，數據的爆炸式增長更加超乎人們的想像。據統計，預計到2020年，全球以電子形式存儲的數據量將達到35ZB，比2016年全球存儲量增長了30倍。總體來看，大數據具有數據體量大、數據類型繁多、要求處理速度快的特徵，涵蓋了從數據的海量存儲、處理到應用等方面的技術，如海量分布式文件系統、並行計算框架、NoSQL數據庫、實時流數據處理以及智能分析技術(模式識別、自然語言理解等)。朱利華著的《雲時代的大數據技術與應用實踐》以雲時代為背景，研究大數據分析、大數據挖掘、大數據算法、大數據鏈接分析技術、大規模文件系統MapReduce、HDFS海量存儲數據、HBase存儲百科數據以及數據安全問題，希望為研究大數據的相關人員提供幫助，促進“大數據技術”未來的發展，為社會經濟帶來更大的利益。

第一章 雲時代下的大數據技術研究緒論
第一節 研究背景――雲時代
第二節 研究內容――大數據技術
第二章 大數據存儲技術的研究
第一節 大數據存儲技術的要求
第二節 大數據存儲技術
第三節 雲存儲技術
第三章 大數據分析與挖掘技術的研究
第一節 數據分析概述
第二節 數據挖掘概述
第三節 關聯技術分析
第四章 大數據分析工具技術的研究
第一節 Apriori算法
第二節 聚類分析
第三節 分類分析
第四節 時間序列分析
第五節 確定性時間序列分析
第六節 隨機性時間序列分析
第五章 大數據鏈接分析技術研究
第一節 鏈接分析中的數據采集研究
第二節 PageRank工具
第三節 搜索引擎研究
第四節 鏈接作弊
第六章 大規模文件系統MapRedLice技術的研究
第一節 分布式文件系統
第二節 MapReduce模型
第三節 MapReduce使用算法
第四節 MapReduce複合鍵值對的使用
第五節 鏈接MapReduce作業
第六節 MapReduce遞歸擴展與集群算法
第七章 HDFS存儲海量數據技術研究
第一節 HDFS技術設計與結構
第二節 圖像存儲技術研究
第三節 HDFS管理操作技術
第四節 FS Shell使用指南與API技術
第八章 HBase存儲百科數據技術研究
第一節 HBase的系統框架簡介
第二節 HBase的基本接口簡介
第三節 HBase存儲模塊總體設計
第四節 HBase存儲技術應用實踐
第九章 雲時代的大數據的安全與隱私
第一節 大數據時代的安全挑戰
第二節 解決安全問題的技術研究
第三節 大數據隱私的保護分析
第十章 雲時代的大數據技術應用案例
第一節 大數據技術在出版物選題與內容框架篩選中的應用
第二節 大數據技術在鐵路客運旅遊平臺的應用
參考文獻