img
share 分享

Hadoop大数据实战权威指南（第2版）

作者：黄东军

出版社：电子工业出版社

ISBN：9787121370335

VIP会员免费 （仅需0.8元/天） ¥ 55.3

温馨提示： 价值40000元的1000本电子书，VIP会员随意看哦！

电子书推荐

更多资源 展开

大数据之路：阿里巴巴大数据实践(带详细书签) PDF 下载 评分:

在阿里巴巴集团内，数据人员面临的现实情况是：集团数据存储已经达到EB级别，部分单张表每天的数据记录数高达几千亿条；在2016年“双11购物狂欢节”的24小时中，支付金额达到了1207亿元人民币，支付峰值高达12万笔/秒，下单峰值达17.5万笔/秒，媒体直播大屏处理的总数据量高达百亿级别且所有数据都需要做到实时、准确地对外披露……巨大的信息量给数据采集、存储和计算都带来了极大的挑战。《大数据之路——阿里巴巴大数据实践》就是在此背景下完成的。本书中讲到的阿里巴巴大数据系统架构，就是为了满足不断变化的业务需求，同时实现系统的高度扩展性、灵活性以及数据展现的高性能而设计的。本书由阿里巴巴数据技术及产品部组织并完成写作，是阿里巴巴分享对大数据的认知，与生态伙伴共创数据智能的重要基石。相信本书中的实践和思考对同行会有很大的启发和借鉴意义。 第1章 总述 第1篇 数据技术篇 第2章 日志采集 2.1 浏览器的页面日志采集 2.1.1 页面浏览日志采集流程 2.1.2 页面交互日志采集 2.1.3 页面日志的服务器端清洗和预处理 2.2 无线客户端的日志采集 2.2.1 页面事件 2.2.2 控件点击及其他事件 2.2.3 特殊场景 2.2.4 H5 ＆ Native日志统一 2.2.5 设备标识 2.2.6 日志传输 2.3 日志采集的挑战 2.3.1 典型场景 2.3.2 大促保障 第3章 数据同步 3.1 数据同步基础 3.1.1 直连同步 3.1.2 数据文件同步 3.1.3 数据库日志解析同步 3.2 阿里数据仓库的同步方式 3.2.1 批量数据同步 3.2.2 实时数据同步 3.3 数据同步遇到的问题与解决方案 3.3.1 分库分表的处理 3.3.2 高效同步和批量同步 3.3.3 增量与全量同步的合并 3.3.4 同步性能的处理 3.3.5 数据漂移的处理 第4章 离线数据开发 4.1 数据开发平台 4.1.1 统一计算平台 4.1.2 统一开发平台 4.2 任务调度系统 4.2.1 背景 4.2.2 介绍 4.2.3 特点及应用 第5章 实时技术 5.1 简介 5.2 流式技术架构 5.2.1 数据采集 5.2.2 数据处理 5.2.3 数据存储 5.2.4 数据服务 5.3 流式数据模型 5.3.1 数据分层 5.3.2 多流关联 5.3.3 维表使用 5.4 大促挑战＆保障 5.4.1 大促特征 5.4.2 大促保障 第6章 数据服务 6.1 服务架构演进 6.1.1 DWSOA 6.1.2 OpenAPI 6.1.3 SmartDQ 6.1.4 统一的数据服务层 6.2 技术架构 6.2.1 SmartDQ 6.2.2 iPush 6.2.3 Lego 6.2.4 uTiming 6.3 最佳实践 6.3.1 性能 6.3.2 稳定性 第7章 数据挖掘 7.1 数据挖掘概述 7.2 数据挖掘算法平台 7.3 数据挖掘中台体系 7.3.1 挖掘数据中台 7.3.2 挖掘算法中台 7.4 数据挖掘案例 7.4.1 用户画像 7.4.2 互联网反作弊 第2篇 数据模型篇 第8章 大数据领域建模综述 8.1 为什么需要数据建模 8.2 关系数据库系统和数据仓库 8.3 从OLTP和OLAP系统的区别看模型方法论的选择 8.4 典型的数据仓库建模方法论 8.4.1 ER模型 8.4.2 维度模型 8.4.3 Data Vault模型 8.4.4 Anchor模型 8.5 阿里巴巴数据模型实践综述 第9章 阿里巴巴数据整合及管理体系 9.1 概述 9.1.1 定位及价值 9.1.2 体系架构 9.2 规范定义 9.2.1 名词术语 9.2.2 指标体系 9.3 模型设计 9.3.1 指导理论 9.3.2 模型层次 9.3.3 基本原则 9.4 模型实施 9.4.1 业界常用的模型实施过程 9.4.2 OneData实施过程 第10章 维度设计 10.1 维度设计基础 10.1.1 维度的基本概念 10.1.2 维度的基本设计方法 10.1.3 维度的层次结构 10.1.4 规范化和反规范化 10.1.5 一致性维度和交叉探查 10.2 维度设计高级主题 10.2.1 维度整合 10.2.2 水平拆分 10.2.3 垂直拆分 10.2.4 历史归档 10.3 维度变化 10.3.1 缓慢变化维 10.3.2 快照维表 10.3.3 极限存储 10.3.4 微型维度 10.4 特殊维度 10.4.1 递归层次 10.4.2 行为维度 10.4.3 多值维度 10.4.4 多值属性 10.4.5 杂项维度 第11章 事实表设计 11.1 事实表基础 11.1.1 事实表特性 11.1.2 事实表设计原则 11.1.3 事实表设计方法 11.2 事务事实表 11.2.1 设计过程 11.2.2 单事务事实表 11.2.3 多事务事实表 11.2.4 两种事实表对比 11.2.5 父子事实的处理方式 11.2.6 事实的设计准则 11.3 周期快照事实表 11.3.1 特性 11.3.2 实例 11.3.3 注意事项 11.4 累积快照事实表 11.4.1 设计过程 11.4.2 特点 11.4.3 特殊处理 11.4.4 物理实现 11.5 三种事实表的比较 11.6 无事实的事实表 11.7 聚集型事实表 11.7.1 聚集的基本原则 11.7.2 聚集的基本步骤 11.7.3 阿里公共汇总层 11.7.4 聚集补充说明 第3篇 数据管理篇 第12章 元数据 12.1 元数据概述 12.1.1 元数据定义 12.1.2 元数据价值 12.1.3 统一元数据体系建设 12.2 元数据应用 12.2.1 Data Profile 12.2.2 元数据门户 12.2.3 应用链路分析 12.2.4 数据建模 12.2.5 驱动ETL开发 第13章 计算管理 13.1 系统优化 13.1.1 HBO 13.1.2 CBO 13.2 任务优化 13.2.1 Map倾斜 13.2.2 Join倾斜 13.2.3 Reduce倾斜 第14章 存储和成本管理 14.1 数据压缩 14.2 数据重分布 14.3 存储治理项优化 14.4 生命周期管理 14.4.1 生命周期管理策略 14.4.2 通用的生命周期管理矩阵 14.5 数据成本计量 14.6 数据使用计费 第15章 数据质量 15.1 数据质量保障原则 15.2 数据质量方法概述 15.2.1 消费场景知晓 15.2.2 数据加工过程卡点校验 15.2.3 风险点监控 15.2.4 质量衡量 第4篇 数据应用篇 第16章 数据应用 16.1 生意参谋 16.1.1 背景概述 16.1.2 功能架构与技术能力 16.1.3 商家应用实践 16.2 对内数据产品平台 16.2.1 定位 16.2.2 产品建设历程 16.2.3 整体架构介绍 附录A 本书插图索引

...展开详情
上传时间：2018-04 大小：97.67MB
公告
热门图书