大数据智慧管理与分析之技术和实践——从数据仓库/OLAP到NoSQL和NewSQL PDF下载

技术篇
基于NosQL和NewsQL新技术的大数据管理与分析
第1章 大数据及其特点
1．1 大数据时代当前的状态
1．2 大数据定义与特点
1．3 沃尔玛应用大数据的案例
1．4 其他应用实例
1．5 对大数据的误解
1．6 CAP理论与BASE
第2章 大数据生命周期及相应的技术挑战
2．1 大数据生命周期
2．2 大数据面临的技术挑战
2．3 大数据安全与应用的挑战
2．4 针对大数据挑战的应对策略与技术方法<；p>；技术篇<；br />；基于NosQL和NewsQL新技术的大数据管理与分析<；br />；第1章 大数据及其特点<；br />；1．1 大数据时代当前的状态<；br />；1．2 大数据定义与特点<；br />；1．3 沃尔玛应用大数据的案例<；br />；1．4 其他应用实例<；br />；1．5 对大数据的误解<；br />；1．6 CAP理论与BASE<；br />；第2章 大数据生命周期及相应的技术挑战<；br />；2．1 大数据生命周期<；br />；2．2 大数据面临的技术挑战<；br />；2．3 大数据安全与应用的挑战<；br />；2．4 针对大数据挑战的应对策略与技术方法<；br />；第3章 从关系数据管理到NoSQL技术的变革<；br />；3．1 关系数据库核心特点简介<；br />；3．2 关系数据模型在大数据处理方面的局限<；br />；3．3 面向大数据特点的数据管理技术革新<；br />；第4章 列式数据管理技术——HBase数据库<；br />；4．1 HBase概述<；br />；4．2 HBase数据模型<；br />；4．3 HBase集群配置<；br />；4．4 HBase各个组件之间的关系<；br />；4．5 HBase的索引数据结构——LSM树<；br />；4．6 HBase的作用和局限<；br />；4．7 HBase与其他相关技术的比较<；br />；4．8 应用实例<；br />；第5章 从关系型数据仓库发展到NewSQL的Hive技术<；br />；5．1 数据仓库技术介绍<；br />；5．2 数据仓库的定义和特点<；br />；5．3 数据库与数据仓库技术不能合二为一的原因<；br />；5．4 数据仓库建模<；br />；5．5 OLAP分析<；br />；5．6 Hive数据仓库技术<；br />；5．7 Apache Kylin——Hadoop生态圈的MOLAP机制<；br />；5．8 Hive的适用场景<；br />；5．9 Hive与HBase的比较<；br />；5．10 Hive和关系数据仓库的异同<；br />；5．1 l Hive和HBase——联合起来作用更强大<；br />；第6章 大数据智慧管理技术的组合应用<；br />；6．1 关系数据库与NoSQL的组合<；br />；6．2 NoSQL与NewSQL的联合<；br />；6．3 应用组合技术的公司示例（见表6．1 ）<；br />；大数据智慧管理与分析之实践指南<；br />；<；br />；实践应用篇<；br />；大数据智慧管理与分析之实践指南<；br />；第7章 数据仓库建设与OLAP分析实践<；br />；7．1 数据仓库实例背景<；br />7．2 数据仓库的数据预处理<br />7．3 数据仓库建模<br />7．4 常用OLAP分析操作<br />7．5 MDX——0LAP分析查询语言<br />7．6 销售数据仓库建设实践项目<br />7．7 基于B／S的初级数据仓库实践项目开发<br />第8章 Hive数据仓库开发和OLAP分析实践<br />8．1 Hive数据仓库适用领域<br />8．2 开发基于Hive的数据仓库<br />8．3 基于Hive数据仓库的0LAP分析<br />第9章 基于H_Base的大数据管理系统开发与维护实践<br />9．1 HBase的适用场景<br />9．2 进口货物记录H’Base系统设计<br />9．3 基于web浏览器的HBase数据访问可视化<br />附件1 ASCII码表（基本表）<br />附件2 过滤器列表<br />附件3 HBase实践项目可视化部分的参考代码</p>