科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)

譚磊、范磊

  • 出版商: 佳魁資訊
  • 出版日期: 2019-01-16
  • 定價: $540
  • 售價: 8.5$459
  • 語言: 繁體中文
  • 頁數: 352
  • ISBN: 9863797391
  • ISBN-13: 9789863797395
  • 相關分類: HadoopSpark

已過版

  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-1
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-2
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-3
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-4
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-5
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-6
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-7
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-8
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-9
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-10
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-11
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-12
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-13
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-14
  • 科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-15
科技巨頭:Hadoop+Spark大規模實際運作進行式 (舊名: Hadoop 進入全球最大市場的實戰案例)-preview-1

買這商品的人也買了...

商品描述

  • 全面實用地論述了從實際應用中分析出的資料採擷和Hadoop 相關概念和技術。
  • 用實際案例為使用者介紹Hadoop,而不只是停留在理論層面。

詳解Hadoop 相關領域最新的技術和商業應用大數據應用的動態變化。

說明大數據和Hadoop 相關概念的書已經有很多了,本書更多想做的不是新聞和概念的堆砌、範例程式的詳解,或是某一項技術的再一次陳述,而是從實際場景出發,為讀者們說明應用中的Hadoop 應該是怎樣的。

本書不是為了說明教科書式的概念,而是為了告訴大家Hadoop 究竟能夠為我們的企業做些什麼。我們會從一些真實可靠的案例出發,說明在各種場景下如何應用Hadoop。
本書可以幫助讀者開闊眼界和找到方法,知道如何分析實際商業場景和業務問題,構建基於Hadoop的大數據系統,透過使用數據運營,對公司業務運營帶來直接的效益。當然對於學生、教師和有志於從業大數據運營的人員來說,也是一本實用的教材。

作者簡介

譚磊
復旦大學電腦學士,美國杜克大學電腦碩士,NABA北美區塊鏈協會聯合創始人。在美國微軟服務超過13年,在搜索、互聯網廣告、資料採擷、電子商務等方面有豐富的經驗,是互聯網技術領域資深專家。

范磊
前英特爾亞太區大數據總監,知名大數據專家,星環科技聯合創始人兼CEO。

目錄大綱

01 大數據概念的老調重彈
1.1 網際網路和物聯網上的資料
1.2 資料能為我們做的事
1.3 資料採擷中的一些基本概念
1.4 資料倉儲
1.5 不包含在本書中的內容
1.6 這本書都講些什麼內容

02 Hadoop 的前世今生
2.1 Google 的計算架構
2.2 Hadoop 的誕生
2.3 Hadoop 的今天
2.4 Hadoop 大事記

03 等於大數據的Hadoop
3.1 Hadoop 理念
3.2 Hadoop 核心基礎架構
3.3 Hadoop 上的各種其他元件
3.4 Spark 和Hadoop

04 Hadoop 的價值
4.1大數據時代需要新的架構
4.2 Hadoop 能解決的問題
4.3 去IOE
4.4 7種最常見的Hadoop 和Spark 專案

05 Hadoop 系統速成
5.1 Hadoop 系統架設速成
5.2 在雲端上執行Hadoop
5.3 Hadoop 資訊大全

06 資料倉儲和Hadoop
6.1 大數據時代的資料系統設計
6.2 傳統資料倉儲的瓶頸
6.3 Hadoop 是解決資料倉儲瓶頸的方法
6.4 以Hadoop 和Spark 為基礎的資料倉儲解決方案

07 在不同應用環境下的Hadoop
7.1 在儲存密集型環境中的Hadoop
7.2 在網路密集型環境中的Hadoop
7.3 在運算密集型環境中的Hadoop
7.4 Hadoop 平台的比較和選擇

08 Hadoop 在網際網路公司的應用
8.1 Hadoop 在騰訊
8.2 Hadoop 在Facebook 的應用
8.3 金山的Hadoop
8.4 迅雷公司對Hadoop 的應用

09 Hadoop 和企業應用之一
9.1 Hadoop 和電信業者
9.2 Hadoop 和公用事業
9.3 Hadoop 和「智慧工商」
9.4 Hadoop 和政務雲
10 Hadoop 與「衣食住行」中的「食」和「行」
10.1 Hadoop 和「食」
10.2 Hadoop 和「行」

11 Hadoop 和企業應用之三
11.1 Hadoop 和金融
11.2 Hadoop 和醫療
11.3 Hadoop 和物流
11.4 Hadoop 和媒體

12 特殊場景下的Hadoop 系統
12.1 Hadoop 和即時系統
12.2 Hadoop 平台的一些特殊場景實現

13 Hadoop 系統的挑戰和應對
13.1 Hadoop 系統使用須知
13.2 Hadoop 平台風險點預估
13.3 Hadoop 平台硬體故障的應對機制
13.4 Hadoop 平台如何真正做到高可用性
13.5 Hadoop 平台安全性和隱私性的應對機制

14 Hadoop 的未來
14.1 Hadoop 未來的發展趨勢
14.2 Hadoop 和區塊鏈

A 專業詞彙表
B 參考文獻
C 參考網站一覽
D HDFS 命令列列表