第1章 什么是大數據 1
1．1　人類信息文明的發展　1
1．2　大數據時代的來臨　2
1．2．1　信息技術的發展　3
1．2．2　數據產生方式的變革　5
1．3　大數據的主要特征　7
1．3．1　大數據的數據特征　8
1．3．2　大數據的技術特征　10
1．4　大數據的社會價值　11
習題　12
本章參考文獻　13
第2章　大數據技術基礎　14
2．1　計算機操作系統　14
2．1．1　什么是操作系統　14
2．1．2　Linux操作系統　16
2．2　編程語言　18
2．2．1　編程語言的發展與種類　18
2．2．2　Python語言　21
2．3　數據庫　23
2．3．1　SQL數據庫的發展與成熟　24
2．3．2　NoSQL數據庫及其特點　25
2．3．3　NoSQL數據庫的分類　27
2．3．4　NewSQL數據庫　30
2．4　算法　30
2．4．1　什么是算法　30
2．4．2　大數據時代的算法　32
2．5　大數據系統　33
2．5．1　Hadoop平臺　33
2．5．2　Spark平臺　35
2．6　大數據的數據類型　37
2．6．1　結構化數據　38
2．6．2　半結構化數據　38
2．6．3　非結構化數據　39
2．7　大數據應用的開發流程　40
2．8　數據科學算法的應用流程　41
習題　42
本章參考文獻　43
第3章　數據采集與預處理　44
3．1　大數據的來源　44
3．1．1　傳統商業數據　45
3．1．2　互聯網數據　45
3．1．3　物聯網數據　46
3．2　數據的采集方法　47
3．2．1　系統日志的采集方法　47
3．2．2　網頁數據的采集方法　52
3．2．3　其他數據的采集方法　55
3．3　數據預處理　56
3．3．1　影響數據質量的因素　56
3．3．2　數據預處理的目的　59
3．3．3　數據預處理的流程　60
習題　67
本章參考文獻　67
第4章　大數據存儲與管理　68
4．1　數據存儲概述　68
4．1．1　數據的存儲介質　68
4．1．2　數據的存儲模式　72
4．2　大數據時代的存儲管理系統　76
4．2．1　文件系統　76
4．2．2　分布式文件系統　77
4．2．3　數據庫　80
4．2．4　鍵-值數據庫　82
4．2．5　分布式數據庫　82
4．2．6　關系型數據庫　84
4．2．7　數據倉庫　85
4．2．8　文檔數據庫　87
4．2．9　圖形數據庫　89
4．2．10　云存儲　90
習題　93
本章參考文獻　93
第5章　大數據計算框架　94
5．1　計算框架　94
5．1．1　批處理框架　94
5．1．2　流式處理框架　95
5．1．3　交互式處理框架　96
5．2　MapReduce　96
5．2．1　MapReduce編程的特點　97
5．2．2　MapReduce的計算模型　97
5．2．3　MapReduce的資源管理框架　101
5．3　Spark　105
5．3．1　Spark的基本知識　105
5．3．2　Spark的生態系統　107
5．3．3　Spark的架構與原理　109
5．3．4　Spark RDD的基本知識　111
習題　115
本章參考文獻　115
第6章　數據挖掘　116
6．1　什么是數據挖掘　116
6．2　數據挖掘的對象與價值　119
6．2．1　數據挖掘的對象　119
6．2．2　數據挖掘的價值　121
6．3　數據挖掘常用的技術　123
6．3．1　關聯分析　123
6．3．2　分類分析　126
6．3．3　聚類分析　129
6．4　數據挖掘常用的工具　132
6．4．1　RapidMiner　133
6．4．2　WEKA　133
6．4．3　Orange　134
6．4．4　R語言　134
6．4．5　Mining　135
6．5　數據挖掘的典型應用　137
6．5．1　社交媒體領域的應用　137
6．5．2　市場營銷領域的應用　137
6．5．3　科學研究領域的應用　138
6．5．4　電信領域的應用　138
6．5．5　教育領域的應用　138
6．5．6　醫學領域的應用　139
習題　140
本章參考文獻　140
第7章　數據可視化　141
7．1　什么是可視化　141
7．1．1　可視化的含義　141
7．1．2　可視化的發展歷程　142
7．1．3　可視化的作用　143
7．2　數據可視化及其分類　144
7．2．1　科學可視化　144
7．2．2　信息可視化　146
7．2．3　可視化分析學　147
7．3　數據可視化工具　147
7．3．1　入門級工具　148
7．3．2　信息圖表工具　149
7．3．3　地圖工具　152
7．3．4　高級分析工具　155
7．4　數據可視化案例　157
7．4．1　數字美食　157
7．4．2　空中的間諜　157
習題　158
本章參考文獻　158
第8章　大數據與云計算　160
8．1　什么是云計算　160
8．1．1　云計算的概念與特點　160
8．1．2　云計算的分類　162
8．1．3　云計算與分布式計算的區別　163
8．1．4　云計算的體系架構　163
8．1．5　云計算需要解決的問題　165
8．1．6　具有代表性的云計算廠商　166
8．2　大數據與云計算的關系　167
8．2．1　云計算將改變大數據分析　168
8．2．2　大數據與云計算的區別和
聯系　168
8．2．3　大數據與云計算未來的發展
方向和趨勢　169
8．2．4　大數據與云計算在生產生活中的
應用　171
習題　173
本章參考文獻　174
第9章　大數據與人工智能　175
9．1　什么是人工智能　175
9．1．1　人工智能的發展歷史　176
9．1．2　人工智能的研究方向和方法　182
9．1．3　人工智能面臨的問題　184
9．2　數據驅動的智能時代　185
9．2．1　人工智能與大數據　185
9．2．2　產業戰略　187
習題　188
本章參考文獻　188