案例驱动的大数据原理技术及应用

本书系统地论述了大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、分布式并行编程模型MapReduce、流计算、图计算、数据可视化以及大数据在互联网、生物医学和物流等各个领域的应用。本书为“大数据与计算机科学系列”教材之一，本系列教材主要基于大数据环境所产生的对于传统计算机科学带来的深刻变革，从大数据时代的视角去对现有的计算机科学的教学内容进行重新定义。从而让学生能够更加贴近一线的前沿知识，而不是依旧停留在教学与实际脱节的教学环境中。

   第1章 大数据基本概念

1.1 大数据的定义与特征

1.2 大数据的关键技术

1.3 主流的大数据平台

1.4 大数据的主要应用

1.5 本章小结

1.6 习题

第2章 Spark系统与编程简介

2.1 Spark概述

2.2 Spark系统架构及运行模式

2.3 Spark系统安装

2.4 Python编程基础

2.5 Spark的编程方式

2.6 Spark的监控管理

2.7 Spark RDD

2.8 编程的基本步骤

2.9 本章小结

2.10 习题

第3章 大数据分析基础算法与实例

3.1 大数据分析概述

3.2 Spark基础算法

3.3 实例：词频统计

3.4 实例：圆周率的计算

3.5 本章小结

3.6 习题

附录

第4章 面向大数据的机器学习算法与实例

4.1 机器学习简介

4.2 Spark M Llib介绍

4.3 机器学习应用实例

4.4 本章小结

4.5 习题

第5章 面向大数据的流数据分析算法与实例

5.1 Spark Streaming简介

5.2 spark streaming架构

5.3 Spark Streaming运行原理

5.4 spark streaming实例

5.5 容错、持久化和性能优化

5.6 本章小结

5.7 习题

第6章 面向大数据的图算法与实例

6.1 图的基本概念

6.2 图计算的同步机制

6.3 GraphFrames安装和基础使用

6.5 最短路径算法及实例

6.6 网页排名

6.7 本章小结

6.8 习题

第7章 大数据应用编程案例

7.1 基于遥感数据的海冰/雪检测

7.2 基于时间序列数据的预测

7.3 本章小结

7.4 习题

参考文献