“中国制造2025”出版工程 大数据管理系统2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

“中国制造2025”出版工程 大数据管理系统PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇 大数据管理系统基础2

第1章 大数据技术简介2

1.1 大数据技术的起源2

1.2 大数据与云计算3

参考文献4

第2章 大数据管理系统架构5

2.1 大数据管理系统不能采用单一架构5

2.1.1 大数据的5V特征5

2.1.2 关系数据库系统架构的缺陷6

2.2 基于Hadoop生态系统的大数据管理系统架构8

2.2.1 Hadoop简介8

2.2.2 HDFS分布式文件系统9

2.2.3 MapReduce数据处理系统10

2.3 面向领域的大数据管理系统12

2.3.1 什么是面向领域的大数据管理系统12

2.3.2 面向领域的大数据管理系统架构13

参考文献16

第3章 大数据模型17

3.1 关系数据模型17

3.1.1 关系数据模式17

3.1.2 关系大数据存储模型17

3.1.3 查询语言18

3.1.4 典型系统18

3.2 键值数据模型19

3.2.1 键值数据模式19

3.2.2 键值数据存储模型19

3.2.3 查询语言19

3.2.4 典型系统20

3.3 列族数据模型20

3.3.1 列族数据模式20

3.3.2 列族数据存储模型21

3.3.3 查询语言21

3.3.4 典型系统21

3.4 文档数据模型22

3.4.1 文档数据模式22

3.4.2 文档数据存储模型23

3.4.3 查询语言23

3.4.4 典型系统24

3.5 图数据模型24

3.5.1 图数据模式24

3.5.2 图数据存储模型25

3.5.3 查询语言25

3.5.4 典型系统26

参考文献27

第4章 大数据应用开发28

4.1 大数据应用开发流程28

4.2 大数据库设计31

4.2.1 顶层设计31

4.2.2 数据存储格式32

4.2.3 数据模式设计34

4.2.4 元数据管理35

4.2.5 元数据存储36

参考文献37

第2篇 大数据管理系统实现技术40

第5章 大数据存储和索引技术40

5.1 大数据存储技术40

5.1.1 分布式文件系统40

5.1.2 关系数据存储45

5.1.3 列族大数据存储技术48

5.2 大数据索引技术50

5.2.1 系统概述50

5.2.2 CG索引53

参考文献57

第6章 大数据查询处理技术59

6.1 大数据批处理技术59

6.1.1 MapReduce技术简介59

6.1.2 基于MapReduce的多表连接技术62

6.2 大数据流处理技术83

6.2.1 系统设计动机与需求84

6.2.2 MillWheel编程模型85

6.2.3 MillWheel编程接口86

6.2.4 计算86

6.2.5 键87

6.2.6 流87

6.2.7 持久态87

6.2.8 低水位87

6.2.9 定时器87

6.3 大图数据处理技术88

6.3.1 Pregel大图处理系统89

6.3.2 系统实现94

6.3.3 GRAPE大图处理系统97

6.4 混合大数据处理技术104

6.4.1 背景介绍104

6.4.2 EPIC框架概述105

6.4.3 模型抽象109

6.4.4 实现方案与技术细节118

6.4.5 实验122

6.5 群组查询处理技术128

6.5.1 简介128

6.5.2 群组查询的非侵入式方法131

6.5.3 群组查询基础133

6.5.4 群组查询引擎COHANA138

6.5.5 性能分析143

6.5.6 总结149

参考文献149

第7章 大数据事务处理技术151

7.1 基于键组的事务处理技术151

7.1.1 键组151

7.1.2 键值分组协议152

7.1.3 系统实现153

7.2 基于时间戳的事务处理技术155

7.2.1 Spanner事务处理简介155

7.2.2 TrueTime应用接口155

7.2.3 基于时间戳的事务处理156

7.3 确定性分布式事务处理技术157

7.4 基于数据迁移的事务处理技术162

7.4.1 LEAP164

7.4.2 L-Store170

参考文献174

第8章 大数据总线技术176

8.1 为什么需要大数据总线176

8.1.1 两个复杂性问题176

8.1.2 从N-to-N到N-to-One177

8.2 基于日志的数据总线178

8.2.1 数据库中的日志179

8.2.2 分布式系统中的日志179

8.3 Kafka系统简介181

8.3.1 单个分区的效率182

8.3.2 分布式协调184

8.3.3 交付保证186

参考文献187

第3篇 面向领域应用的大数据管理系统190

第9章 面向决策支持的云展大数据仓库系统190

9.1 决策支持简介190

9.2 云展大数据仓库系统架构191

9.2.1 云展大数据仓库系统总览191

9.2.2 SINGA分布式深度学习平台192

9.2.3 CDAS众包数据分析系统198

9.3 应用实例202

9.3.1 简介202

9.3.2 综合医疗分析系统架构205

9.3.3 联合患者档案207

9.3.4 案例分析：患者返院预测210

参考文献211

第10章 面向大规模轨迹数据的分析系统TrajBase212

10.1 轨迹数据处理系统简介212

10.1.1 轨迹数据处理技术简介212

10.1.2 集中式轨迹数据处理系统213

10.1.3 分布式多维数据处理系统214

10.1.4 分布式时空数据处理系统214

10.2 轨迹概念介绍215

10.3 TrajBase系统架构216

10.4 轨迹数据处理技术218

10.4.1 轨迹数据表达技术218

10.4.2 轨迹数据存储技术218

10.4.3 轨迹数据索引和查询技术219

10.4.4 轨迹数据挖掘技术222

参考文献223

第11章 基于超图的交互式图像检索与标记系统HIRT225

11.1 图像检索与标记方法简介225

11.1.1 基于文本的图片检索方法225

11.1.2 基于内容的图片检索方法226

11.1.3 基于超图的图片检索方法226

11.2 HIRT系统架构230

11.2.1 超图构建231

11.2.2 矩阵计算232

11.2.3 Top-k查询237

11.3 交互式图像检索技术237

11.3.1 并行查询方法238

11.3.2 近似查询方法241

11.3.3 交互式查询方法243

参考文献246

索引247