大數據應用基礎

第1章大數據概論

1.1大數據技術簡介

1.1.1IT產業(yè)的發(fā)展簡史

1.1.2大數據的主要來源

1.1.3數據生成的三種主要
方式

1.1.4大數據的特點

1.1.5大數據的處理流程

1.1.6大數據的數據格式

1.1.7大數據的基本特征

1.1.8大數據的應用領域

1.2大數據的技術架構

1.3大數據的整體技術

1.4大數據分析的四種典型工具
簡介

1.5大數據未來發(fā)展趨勢

1.5.1數據資源化

1.5.2數據科學和數據聯(lián)盟的
成立

1.5.3大數據隱私和安全
問題

1.5.4開源軟件成為推動大數
據發(fā)展的動力

1.5.5大數據在多方位改善人
們的生活

本章小結

習題1

第2章大數據采集及預處理

2.1數據采集簡介

2.1.1數據采集

2.1.2數據采集的數據來源

2.1.3數據采集的技術方法

2.2大數據的預處理

2.3數據采集及預處理的主要
工具

本章小結

習題2



第3章大數據分析概論

3.1大數據分析簡介

3.1.1大數據分析

3.1.2大數據分析的基本
方法

3.1.3大數據處理流程

3.2大數據分析的主要技術

3.2.1深度學習

3.2.2知識計算

3.3大數據分析處理系統(tǒng)簡介

3.3.1批量數據及處理系統(tǒng)

3.3.2流式數據及處理系統(tǒng)

3.3.3交互式數據及處理
系統(tǒng)

3.3.4圖數據及處理系統(tǒng)

3.4大數據分析的應用

本章小結

習題3




第4章大數據可視化

4.1大數據可視化簡介

4.2大數據可視化工具
Tableau

本章小結

習題4




第5章Hadoop概論

5.1Hadoop簡介

5.1.1Hadoop簡史

5.1.2Hadoop應用和發(fā)展
趨勢

5.2Hadoop的架構與組成

5.2.1Hadoop架構介紹

5.2.2Hadoop組成模塊

5.3Hadoop應用分析

本章小結

習題5
大數據應用基礎
目錄




第6章HDFS和Common概論

6.1HDFS簡介

6.1.1HDFS的相關概念

6.1.2HDFS特性

6.1.3HDFS體系結構

6.1.4HDFS的工作原理

6.1.5HDFS的相關技術

6.2Common簡介

本章小結

習題6

第7章MapReduce概論

7.1MapReduce簡介

7.1.1MapReduce

7.1.2MapReduce功能、特征和
局限性

7.2Map和Reduce任務

7.3MapReduce架構和工作
流程

7.3.1MapReduce的架構

7.3.2MapReduce的工作
流程

本章小結

習題7

第8章NoSQL概論

8.1NoSQL簡介

8.1.1NoSQL的含義

8.1.2NoSQL的產生

8.1.3NoSQL的特點

8.2NoSQL技術基礎

8.2.1大數據的一致性策略

8.2.2大數據的分區(qū)與放置
策略

8.2.3大數據的復制與容錯
技術

8.2.4大數據的緩存技術

8.3NoSQL的類型

8.3.1鍵值存儲

8.3.2列存儲

8.3.3面向文檔存儲

8.3.4圖形存儲

8.4典型的NoSQL工具

8.4.1Redis

8.4.2Bigtable

8.4.3CouchDB

本章小結

習題8

第9章Spark概論

9.1Spark平臺

9.1.1Spark簡介

9.1.2Spark發(fā)展

9.1.3Scala語言

9.2Spark與Hadoop

9.2.1Hadoop的局限與不足

9.2.2Spark的優(yōu)點

9.2.3Spark速度比Hadoop快的
原因分析

9.3Spark處理架構及其生態(tài)
系統(tǒng)

9.3.1底層的Cluster Manager
和Data Manager

9.3.2中間層的Spark
Runtime

9.3.3高層的應用模塊

9.4Spark的應用

9.4.1Spark的應用場景

9.4.2應用Spark的成功
案例

本章小結

習題9



第10章云計算與大數據

10.1云計算簡介

10.1.1云計算

10.1.2云計算與大數據的
關系

10.1.3云計算基本特征

10.1.4云計算服務模式

10.2云計算核心技術




10.2.1虛擬化技術

10.2.2虛擬化軟件及應用

10.2.3資源池技術

10.2.4云計算部署模式

10.3云計算應用案例

本章小結

習題10



第11章典型大數據解決方案

11.1Intel大數據

11.1.1Intel大數據解決
方案

11.1.2Intel大數據相關
案例

11.2百度大數據

11.2.1百度大數據引擎

11.2.2百度大數據+平臺

11.2.3相關應用

11.2.4百度預測的使用
方法

11.3騰訊大數據

11.3.1騰訊大數據解決
方案

11.3.2相關實例

本章小結

習題11




第12章大數據應用案例分析（醫(yī)療
領域）
12.1大數據在臨床領域的
應用

12.1.1基于大數據的比較效
果研究

12.1.2基于大數據的臨床決
策系統(tǒng)

12.1.3醫(yī)療數據透明化

12.1.4病人的遠程監(jiān)控

12.1.5基于大數據的電子
病歷分析


12.2大數據在醫(yī)藥支付領域的
應用

12.2.1基于大數據的多種
自動化系統(tǒng)

12.2.2基于大數據和衛(wèi)生
經濟學的定價計劃

12.3大數據在醫(yī)療研發(fā)領域的
應用

12.3.1基于大數據的預測
建模

12.3.2臨床試驗及其數據
分析


12.3.3基于大數據的個性
化治療



12.3.4基于大數據的疾病
模式分析

12.4大數據在醫(yī)療商業(yè)模式
領域的應用

12.4.1基于大數據的患者臨床記錄
和醫(yī)療保險數據集

12.4.2基于大數據的網絡
平臺和社區(qū)

12.5大數據在公共健康領域的
應用

本章小結

習題12


習題參考答案

參考文獻