美团配送烽火台

這是一本講解如何基于Hadoop技術棧進行大數據挖掘和分析的著作。它能帶領你零基礎快速掌握Hadoop技術棧，以及基于它的大數據挖掘與分析的流程和方法。全書核心內容分為兩部分。1.Hadoop技術棧：詳細講解了Hadoop、Hive、HBase、Spark、Flume、Kafka等大數據技術的基礎、原理、應用，通過這部分內容讀者能對Hadoop技術棧有從宏觀到微觀的了解。2.Hadoop大數據挖掘：通過3個綜合案例，逐步展示了基于Hadoop的大數據挖掘的完整流程和方法。幾位作者在大數據項目研發、教育、咨詢等領域有10余年的豐富經驗，對教育界和企業界供需兩端的了解非常深入，全書的結構和內容圍繞這兩端的需求盡心設計，能讓Hadoop大數據挖掘與分析的教育和學習事半功倍。本書第1版出版后，獲得了教育界和企業界的良好反饋，其中數十家高等院校采用本書作為教材或參考書。第2版在第1版的基礎上，在技術適應性、案例實用性等方面做了大量更新，與時俱進，更有競爭力！為了便于學習和教學，本書配套數據文件、實現代碼、課后習題、教學PPT。

·14.7萬字

會員

數據庫應用實戰

本書分為4個部分，第1部分為數據庫技術概述，第2部分介紹關系型數據庫（包括MySQL、Oracle、SQLServer和PostgreSQL）技術應用，第3部分介紹NoSQL數據庫（包括Redis、MongoDB、HBase、Hive、Cassandra和Elasticsearch）技術應用，第4部分介紹其他類型數據庫（包括SQLite、Neo4j和TDengine）技術應用。本書按照統一的目錄結構對每種數據庫進行介紹：先介紹數據庫的業務應用場景，再介紹安裝配置步驟，接著講解架構設計和業務應用開發，最后介紹Python操作示例。由于4種關系型數據庫中的一些數據對象在使用上有類似之處，因此本書只在一種數據庫中進行介紹。例如，觸發器和自定義函數只在Oracle中介紹，存儲過程和游標只在SQLServer中介紹。各種非關系型數據庫之間沒有橫向可比性，因此主要介紹其獨特用法。

·12.8萬字

會員

標簽類目體系：面向業務的數據資產設計方法論

本書共9章，分為3篇。由來篇（第1～3章）首先分析了當前各企業在數據建設過程中會遇到的6大數據困局，然后重點介紹了為應對這些數據困局而逐漸發展出的標簽類目體系這一數據資產構建方法論及其定位、定義，最后闡述了采用該方法建設數據資產的3點必要性：資產可復用、業務可理解、價值可衡量。理論篇（第4～6章）詳細講解了標簽類目體系方法論的4個核心原理、從核心原理衍生出的3個構建前提和6個設計步驟，以及標簽方法論在實施落地過程中的具體使用技法與核心問題。實踐篇（第7～9章）重點介紹了當前可用來提升標簽類目體系的設計、使用、運營效率的標簽工具和經典模板，列舉了從標簽到應用的5個最佳實踐方案，并總結了標簽化的價值、典型應用案例及標簽設計人才的培養經驗。

·15.5萬字

會員

計算機應用基礎項目化教程（微課版）

全書以Windows7和Office2010為平臺，內容劃分為走進計算機的世界、Windows7輕松玩轉、速排工作文檔、速算辦公報表之Excel2010、速制演示文稿之PowerPoint2010、Office高級應用6個學習情境。本書對重點知識點和技能點都添加了微課，方便讀者掃描二維碼觀看，輕松掌握相關知識。

·18.3萬字

會員

大數據處理之道

本書覆蓋了當前大數據處理領域的熱門技術，包括Hadoop、Spark、Storm、Dremel、Drill等，詳細分析了各種技術的應用場景和優缺點；同時闡述了大數據下的日志分析系統，重點講解了ELK日志處理方案；最后分析了大數據處理技術的發展趨勢。本書采用幽默的表述風格，使讀者容易理解、輕松掌握；重點從各種技術的起源、設計思想、架構等方面闡述，以幫助讀者從根源上悟出大數據處理之道。

·12.3萬字

會員

大數據處理框架Apache Spark設計與實現

近年來，以ApacheSpark為代表的大數據處理框架在學術界和工業界得到了廣泛的使用。本書以ApacheSpark框架為核心，總結了大數據處理框架的基礎知識、核心理論、典型的Spark應用，以及相關的性能和可靠性問題。本書分9章，主要包含四部分內容。第一部分大數據處理框架的基礎知識（第1～2章）：介紹大數據處理框架的基本概念、系統架構、編程模型、相關的研究工作，并以一個典型的Spark應用為例概述Spark應用的執行流程。第二部分Spark大數據處理框架的核心理論（第3～4章）：介紹Spark框架將應用程序轉化為邏輯處理流程，進而轉化為可并行執行的物理執行計劃的一般過程及方法。第三部分典型的Spark應用（第5章）：介紹迭代型的Spark機器學習應用和圖計算應用。第四部分大數據處理框架性能和可靠性保障機制（第6～9章）：介紹Spark框架的Shuffle機制、數據緩存機制、錯誤容忍機制、內存管理機制等。

·11.9萬字

會員

大數據SQL優化：原理與實踐

這是一本站在一線開發人員的視角，從SQL的本質出發，采用理論與實踐相結合、案例與分析相結合、作者經驗與一線需求相結合的方式，深度解讀大數據SQL優化核心技術和解決方案的工具書。本書主要面向大數據初中級技術人員，期望幫大家深度理解大數據SQL優化原理，掌握SQL優化的落地實踐方法，從而真正“玩轉”大數據SQL優化技術，根據實際問題和需求設計出有針對性的提升SQL性能的解決方案。

·14萬字

會員

Python數據分析與挖掘實戰（第3版）

本書是Python數據分析與挖掘領域的公認的事實標準，前兩版銷售超過15萬冊，被國內100余所院校采用為教材，同時也被廣大數據科學工作者奉為經典。本書以真實項目案例為驅動，以真實的行業應用為依托，幫助讀者快速掌握數據分析與挖掘的相關技術、流程與方法。本書精選了7個經典實戰案例，涵蓋了房地產、零售、互聯網等多個領域，將Python編程知識、數據分析與挖掘知識和行業知識融合，讓讀者在實踐中快速地掌握針對不同行業的數據挖掘方法。本書不僅適合零基礎的讀者自學，還適合作為相關專業的教材。

·14萬字

會員

Python數據分析與挖掘實戰

本書以Python數據分析與挖掘的常用技術與真實案例相結合的方式，深入淺出地介紹Python數據分析與挖掘的重要內容。本書共11章，分為基礎篇（第1～5章）和實戰篇（第6～11章），基礎篇包括數據挖掘基礎、Python數據挖掘編程基礎、數據探索、數據預處理、數據挖掘算法基礎等基礎知識；實戰篇包括6個案例，分別為信用卡高風險客戶識別、餐飲企業菜品關聯分析、金融服務機構資金流量預測、O2O優惠券使用預測、電視產品個性化推薦，以及基于TipDM大數據挖掘建模平臺實現金融服務機構資金流量預測。本書大部分章節包含實訓和課后習題，通過練習和操作實踐，可幫助讀者鞏固所學的內容。本書可作為“1+X”證書制度試點工作中的大數據應用開發（Python）職業技能等級（高級）證書的教學和培訓用書，也可作為高校數據科學或人工智能相關專業的教材，還可作為數據挖掘愛好者的自學用書。

·13.6萬字

會員

MySQL數據庫實用教程

本書瞄準當前高校MySQL數據庫教學與實驗的需求，在MySQL8.0的基礎上編寫而成。全書分為兩篇。第一篇為MySQL數據庫基礎，內容包含：數據庫基礎、MySQL語言、數據定義、數據操縱、數據查詢、視圖和索引、MySQL編程技術、MySQL安全管理、備份和恢復、事務管理、PHP和MySQL教學管理系統開發。第二篇為MySQL實驗，所編排的各個實驗與第一篇中的各章（除第10、11章外）內容相對應，可以有效地幫助讀者鞏固所學的理論知識。本書可作為本科院校相關專業的教材，也可供高職高專院校及相關培訓機構教學使用，還可作為參加全國計算機等級考試人員以及數據庫應用系統設計開發人員的參考用書。

·12萬字

會員

PySpark大數據分析與應用

本書以Python作為開發語言，系統介紹PySpark開發環境搭建流程及基于PySpark進行大數據分析的相關知識。本書條理清晰、重點突出，理論敘述循序漸進、由淺入深。本書共7章，第1？5章包括PySpark大數據分析概述、PySpark安裝配置、基于PySpark的DataFrame操作、基于PySpark的流式數據處理、基于PySpark的機器學習庫，內容介紹注重理論與實踐相結合，通過典型示例強化PySpark在大數據分析中的實際應用；第6、7章通過基于PySpark的網絡招聘信息的職業類型劃分和基于PySpark的信用貸款風險分析兩個完整的案例實戰，結合前5章的PySpark編程知識，實現完整的大數據分析過程。本書大部分章包含實訓和課后習題，讀者通過練習和操作實踐，能夠鞏固所學的內容。本書可作為高校數據科學或大數據相關專業的教材，也可作為機器學習愛好者的自學用書。

·10.4萬字

會員

分布式數據庫基礎與應用

本書是一本介紹分布式數據庫基礎內容與應用的大數據專業類圖書，力求培養讀者對分布式數據庫的應用技能。本書共11章，采用原理＋代碼實例+綜合案例的編寫形式，清晰明了地介紹分布式數據庫的原理、基礎應用、進階應用及主流工具的使用方法、應用場景，以理實結合為編寫要求，讓讀者能夠輕松學習和掌握分布式數據庫的內容。本書可以作為高等院校計算機、網絡技術等相關專業的教材，也可以作為數據庫相關工作的從業人員的參考用書，亦可作零基礎人員學習分布式數據庫技術的入門圖書。

·14萬字

會員

數據指標體系：構建方法與應用實踐

這是一套數據指標體系全流程構建（從規劃、框架設計、數據采集加工到應用）方法論與實踐指南。它不僅深入淺出地分享了通用的數據指標體系構建策略，還通過多個行業實例展示了具體操作方法。書中從數據采集入手，借助BI工具Superset實踐構建過程。本著“一切技術都是為業務服務的”這一宗旨，本書除了包含數據指標體系構建相關內容外，還結合統計學原理及Excel、Python等工具，深入剖析數據指標波動對業務的影響，旨在幫助讀者深入理解數據指標與實際業務的底層關聯，把數據指標體系落地到業務中。

·12.7萬字

會員

數據分析實踐：專業知識和職場技巧

《數據分析實踐：專業知識和職場技巧》從初學者的角度出發，講解了進階為高級數據分析師所需的知識和技能，其中既包括數據分析崗位的介紹、發展現狀及未來趨勢，也包括實際工作中各環節的方法策略、實戰案例，還包括職場中的困惑解答及面試指導。閱讀本書，并基于本書進一步拓展所需要的知識能，可以幫助讀者形成一套成系統、可實戰的數據分析方法論。

·19.6萬字

會員

數據挖掘競賽實戰：方法與案例

本書圍繞數據挖掘競賽，講解了各種類型數據挖掘競賽的解題思路、方法和技巧，并輔以對應的實戰案例。全書共11章。第1章介紹數據挖掘競賽的背景、意義和現狀。從第2章開始，介紹了各種不同類型的數據挖掘競賽包括結構化數據、自然語言處理、計算機視覺（圖像）、計算機視覺（視頻）、強化學習。每種類型的數據挖掘競賽包含理論篇和實戰篇：理論篇介紹通用的解題流程和關鍵技術；實戰篇選取比較有代表性的賽題，對賽題的優秀方案進行深入分析，并提供方案對應的實現代碼。本書適合數據挖掘競賽愛好者、人工智能相關專業在校大學生、人工智能方向從業人員及對人工智能感興趣的讀者閱讀。

·6.7萬字

會員

企業級大數據項目實戰：用戶搜索行為分析系統從0到1

《企業級大數據項目實戰：用戶搜索行為分析系統從0到1》基于真實業務場景，以項目導向為主線，從0到1全面介紹企業級大數據用戶搜索行為分析系統的搭建過程。全書共6章，第1章講解項目需求與架構設計，詳細闡述項目數據流與系統架構；第2章介紹大數據項目開發環境配置，手把手帶領讀者配置操作系統、Hadoop集群與相關工具，為后續項目實施打下基礎；第3～5章逐步實現項目需求，第3章講解用戶行為數據采集模塊的開發，第4章講解用戶行為數據離線分析模塊的開發，第5章講解用戶行為數據實時分析模塊的開發，這3章采用項目導向的方式，讓讀者參與實際開發過程；第6章講解數據可視化模塊的開發，并整合各模塊，測試數據流轉，完成項目的開發與部署。《企業級大數據項目實戰：用戶搜索行為分析系統從0到1》項目源自真實業務場景，目的是使讀者通過實際項目來理解理論知識并提高實踐能力。本書適合缺乏大數據項目經驗的從業者閱讀，也適合作為高等院校大數據專業的教學用書。

·9萬字

會員

數據分析師手記：數據分析72個核心問題精解

《數據分析師手記：數據分析72個核心問題精解》從底層認知、思維方法、工具技術、項目落地及展望出發，使用問答的形式對數據分析中的72個核心知識點進行講解，構建了數據分析的知識框架，帶領讀者認識數據分析背后的奧妙。讀者可以用本書作為學習地圖，針對具體的方法、技術進行延伸學習。

·16.8萬字

會員

數據庫原理及應用實驗：基于GaussDB的實現方法

本書是《數據庫原理——GaussDB技術及應用》一書配套的輔助教材。全書共分3部分：第一部分為實驗指導，共有13個綜合實驗，每一個實驗都是根據教學目標而設計，詳細講述了每一個實驗的實驗目的、實驗任務及實驗步驟，從而培養學生掌握關系數據庫管理軟件技術與應用的技能；第二部分為習題集，是根據主教材各章節內容編寫的習題及習題答案，內容廣泛，有填空、選擇、簡答、設計及實驗題等多種形式，利求通過對這些習題的訓練，使讀者進一步加深對主教材內容的理解和掌握；第三部分為習題解答，是對習題集的部分內容提供相應的答案。

·6.9萬字

會員

深入理解InfluxDB：時序數據庫詳解與實踐

時序數據庫是一種新型技術，主要用于工業互聯網軟件建設中。近年來，伴隨著物聯網技術在智能制造、交通、能源、智慧城市等領域的發展，時序數據庫也發展迅速，成為搭建應用的必備數據庫之一。《深入理解InfluxDB》從InfluxDB的安裝開始，一步步詳細介紹InfluxDB的功能及原理，帶領讀者深入理解以InfluxDB為代表的時序數據庫。

·7.6萬字

跳轉至頁

官术网_书友最值得收藏!

數據庫

分類

狀態

屬性

字數

更新時間

讓Oracle跑得更快：Oracle 10g性能分析與優化思路

Hadoop與大數據挖掘（第2版）

數據庫應用實戰

標簽類目體系：面向業務的數據資產設計方法論

計算機應用基礎項目化教程（微課版）

大數據處理之道

大數據處理框架Apache Spark設計與實現

大數據SQL優化：原理與實踐

Python數據分析與挖掘實戰（第3版）

Python數據分析與挖掘實戰

MySQL數據庫實用教程

PySpark大數據分析與應用

分布式數據庫基礎與應用

數據指標體系：構建方法與應用實踐

數據分析實踐：專業知識和職場技巧

數據挖掘競賽實戰：方法與案例

企業級大數據項目實戰：用戶搜索行為分析系統從0到1

數據分析師手記：數據分析72個核心問題精解

數據庫原理及應用實驗：基于GaussDB的實現方法

深入理解InfluxDB：時序數據庫詳解與實踐