寻路大数据-海量数据与大规模分析 完整版 PDF
第1 部分 大数据时代指引 1
第1 章 数据成功四原则 3
1．1 当数据成为一件“大”事 3
1．2 数据和单台服务器 4
1．3 大数据的权衡 5
1．3．1 构建可（限）扩展的解决方案 6
1．3．2 构建可（在互联网上）共享数据的系统 7
1．3．3 构建解决方案，而非基础设施 8
1．3．4 关注从数据中解放价值 8
1．4 大数据流水线剖析 9
1．5 终极数据库 10
1．6 总结 10
第2 部分 收集和共享海量数据 13
第2 章 托管和共享TB 级原始数据 15
2．1 文件之殇 16
2．1．1 共享大量文件的挑战 16
2．2 存储：基础设施即服务 17
2．2．1 网络很慢 18
2．3 选择合适的数据格式 18
2．3．1 XML ：数据，描述你自己 20
2．3．2 JSON ：程序员的选择 21
2．4 字符编码 22
2．4．1 文件转换 24
2．5 移动中的数据：数据序列化格式 25
2．5．1 Apache Thrift 和Protocol Buffers 26
2．6 总结 27
第3 章 构建基于NoSQL 的Web 应用采集众包数据 29
3．1 关系型数据库：命令及控制 30
3．1．1 关系数据库的ACID 测试 32
3．2 当关系型数据库遇上互联网 33
3．2．1 CAP 原理与BASE 34
3．3 非关系型数据库的模式 36
3．3．1 键- 值数据库 36
3．3．2 文档存储 38
3．4 为写入性能优化：Redis 40
3．5 在多个Redis 实例上分片 43
3．5．1 使用Twemproxy 自动分区 44
3．5．2 Redis 的替代选项 46
3．6 NewSQL ：Codd 归来 46
3．7 总结 47
第4 章 解决数据孤岛问题的策略 49
4．1 堆满术语的仓库 49
4．1．1 实践中的问题 51
4．1．2 数据合规与安全规划 52
4．1．3 走进数据仓库 53
4．1．4 数据仓库的口诀：抽取、转换和加载 54
4．2 Hadoop ：数据仓库中的大象 55
4．3 数据孤岛也可能是个优点 55
4．3．1 专注于数据问题，而不是技术 56
4．3．2 鼓励员工提出他们自己的问题 57
4．3．3 投资沟通数据孤岛的技术 57
4．4 融合：数据孤岛的终结 58
4．4．1 Luhn 的商业智能系统是否能成为现实 59
4．5 总结 59
第3 部分 数据探究 61
第5 章 使用Hadoop、Hive 和Shark 探索大规模数据集 63
截图：
