作 者 简 介
Thomas Erl
Thomas Erl是IT畅销书作者，Arcitura教育公司的创始人，Prentice Hall出版社“Thomas Erl的服务技术丛书”的编辑。他的书发行量超过200 000册，成为国际畅销书，并且已经获得多个重要IT组织成员的正式认可，例如，IBM、Microsoft、Oracle、Intel、Accenture、IEEE、HL7、MITRE、SAP、CISCO、HP等。作为Arcitura公司的CEO，Thomas领导研发了国际公认的大数据科学专家认证（BDSCP）、云专家认证（CCP）与SOA专家认证（SOACP）的课程大纲，设立了一系列正式的、与厂商无关的工业认证，全球已有数千IT从业人员获得了这些认证。Thomas还作为演讲家与教育家，在20多个国家进行过巡回演讲。Thomas已经在诸多出刊物上发表过100多篇文章和访谈，包括《华尔街日报》与《CIO杂志》。
Wajid Khattak
Wajid Khattak是Arcitura教育公司的大数据研究者与教育者。他的研究领域包括大数据工程与架构、数据科学、机器学习、分析学与SOA。此外，他在商务智能报告解决方案与GIS方面有着丰富的.NET软件开发经验。
Wajid于2003年在英国伯明翰城市大学获得软件工程学士学位，于2008年在该校以杰出的成绩获得软件工程与安全硕士学位。另外，Wajid还获得了MCAD & MCTS（Microsoft）、SOA架构师、大数据科学家、大数据工程师以及大数据研究顾问（Arcitura）认证。
Paul Buhler
Paul Buhler博士是一位经验丰富的IT专家，他在商业公司、政府机构和学校均有过从业经验。在面向服务的计算概念、技术和实现方法领域，他是一位受人尊敬的研究者、实践者与教育者。他在XaaS领域的研究已经延伸到了云、大数据与万物互联网（IoE）。目前他的研究兴趣是通过权衡响应式设计原则与基于目标的执行方式，减少业务策略与流程执行之间的差距。
作为Modus21的首席科学家，Paul Buhler博士根据当前业务架构与流程执行框架的发展趋势调整企业的战略布局。目前，他还是查尔斯顿学院的合作教授，负责本科生与硕士生计算机科学课程的教学工作。Paul Buhler博士在南卡罗来纳大学获得计算机工程博士学位，在约翰霍普金斯大学获得计算机科学硕士学位，在塞特多大学获得计算机科学学士学位。
目 录
译者序
致谢
作者简介
1.1.1 数据集
1.1.2 数据分析
1.1.3 数据分析学
1.1.4 商务智能
1.1.5 关键绩效指标
1.2.1 容量
1.2.2 速率
1.2.3 多样性
1.2.4 真实性
1.2.5 价值
1.3.1 结构化数据
1.3.2 非结构化数据
1.3.3 半结构化数据
1.3.4 元数据
1.4.1 历史背景
1.4.2 技术基础和自动化环境
1.4.3 商业目标和障碍
1.5.1 确定数据特征
1.5.2 确定数据类型
2.4.1 数据分析与数据科学
2.4.2 数字化
2.4.3 开源技术与商用硬件
2.4.4 社交媒体
2.4.5 超连通社区与设备
2.4.6 云计算
第3章 大数据采用及规划考虑
3.1 组织的先决条件
3.2 数据获取
3.3 隐私性
3.4 安全性
3.5 数据来源
3.6 有限的实时支持
3.7 不同的性能挑战
3.8 不同的管理需求
3.9 不同的方法论
3.10 云
3.11 大数据分析的生命周期
3.11.1 商业案例评估
3.11.2 数据标识
3.11.3 数据获取与过滤
3.11.4 数据提取
3.11.5 数据验证与清理
3.11.6 数据聚合与表示
3.11.7 数据分析
3.11.8 数据可视化
3.11.9 分析结果的使用
3.12 案例学习
3.12.1 大数据分析的生命周期
3.12.2 商业案例评估
3.12.3 数据标识
3.12.4 数据获取与过滤
3.12.5 数据提取
3.12.6 数据验证与清理
3.12.7 数据聚合与表示
3.12.8 数据分析
3.12.9 数据可视化
3.12.10 分析结果的使用
第4章 企业级技术与大数据商务智能
4.1 联机事务处理
4.2 联机分析处理
4.3 抽取、转换和加载技术
4.4 数据仓库
4.5 数据集市
4.6 传统商务智能
4.6.1 即席报表
4.6.2 仪表板
4.7 大数据商务智能
4.7.1 传统数据可视化
4.7.2 大数据的数据可视化
4.8 案例学习
4.8.1 企业技术
4.8.2 大数据商务智能
第二部分 存储和分析大数据
第5章 大数据存储的概念
5.1 集群
5.2 文件系统和分布式文件系统
5.3 NoSQL
5.4 分片
5.5 复制
5.5.1 主从式复制
5.5.2 对等式复制
5.6 分片和复制
5.6.1 结合分片和主从式复制
5.6.2 结合分片和对等式复制
5.7 CAP定理
5.8 ACID
5.9 BASE
5.10 案例学习
第6章 大数据处理的概念
6.1 并行数据处理
6.2 分布式数据处理
6.3 Hadoop
6.4 处理工作量
6.4.1 批处理型
6.4.2 事务型
6.5 集群
6.6 批处理模式
6.6.1 MapReduce批处理
6.6.2 Map和Reduce任务
6.6.3 MapReduce的简单实例
6.6.4 理解MapReduce算法
6.7 实时模式处理
6.7.1 SCV原则
6.7.2 事件流处理
6.7.3 复杂事件处理
6.7.4 大数据实时处理与SCV
6.7.5 大数据实时处理与MapReduce
6.8 案例学习
6.8.1 处理工作量
6.8.2 批处理模式处理
6.8.3 实时模式处理
第7章 大数据存储技术
7.1 磁盘存储设备
7.1.1 分布式文件系统
7.1.2 RDBMS数据库
7.1.3 NoSQL数据库
7.1.4 NewSQL数据库
7.2 内存存储设备
7.2.1 内存数据网格
7.2.2 内存数据库
7.3 案例学习
第8章 大数据分析技术
8.1 定量分析
8.2 定性分析
8.3 数据挖掘
8.4 统计分析
8.4.1 A/B测试
8.4.2 相关性分析
8.4.3 回归性分析
8.5 机器学习
8.5.1 分类（有监督的机器学习）
8.5.2 聚类（无监督的机器学习）
8.5.3 异常检测
8.5.4 过滤
8.6 语义分析
8.6.1 自然语言处理
8.6.2 文本分析
8.6.3 情感分析
8.7 视觉分析
8.7.1 热点图
8.7.2 时间序列图
8.7.3 网络图
8.7.4 空间数据制图
8.8 案例学习
8.8.1 相关性分析
8.8.2 回归性分析
8.8.3 时间序列图
8.8.4 聚类
8.8.5 分类
附录A 案例结论
索引
