大数据处理与分析实践指南.doc
大数据处理与分析实践指南
TOC\o1-2\h\u28570第一章大数据处理基础 3
269231.1大数据概念与特性 4
76461.2数据采集与预处理 4
319371.3大数据存储技术 4
14261.4大数据计算模型 5
25951第二章数据采集与预处理实践 5
223142.1数据源选择与接入 5
36832.2数据清洗与去重 5
169892.3数据转换与整合 6
233452.4数据预处理案例分析 6
27998第三章分布式存储技术实践 6
286803.1Hadoop分布式文件系统（HDFS） 6
38143.1.1HDFS架构 7
16433.1.2HDFS文件操作 7
24113.1.3HDFS功能优化 7
209773.2分布式数据库系统 7
64593.2.1数据库选型 7
246983.2.2数据分片策略 7
297853.2.3数据库集群管理 8
309983.3分布式缓存技术 8
292563.3.1缓存框架选型 8
223073.3.2缓存策略 8
171973.3.3缓存数据同步 8
193143.4存储功能优化策略 8
145653.4.1数据压缩 8
234093.4.2数据索引 8
312473.4.3数据分区 8
303703.4.4存储介质优化 8
302283.4.5网络优化 8
23794第四章分布式计算模型实践 8
273084.1MapReduce编程模型 8
257744.1.1基本原理 9
37154.1.2编程框架 9
13154.1.3实践步骤 9
209544.2Spark编程模型 9
294794.2.1基本原理 9
279934.2.2编程框架 10
182164.2.3实践步骤 10
308424.3Flink编程模型 10
83064.3.1基本原理 10
195034.3.2编程框架 10
60804.3.3实践步骤 11
234594.4分布式计算功能优化 11
9059第五章数据挖掘与分析方法 11
154515.1统计分析方法 11
249535.2机器学习方法 11
81895.3数据挖掘算法 12
84625.4深度学习技术 12
21877第六章大数据分析工具与实践 12
23366.1Python数据分析库 12
216106.1.1NumPy 12
299136.1.2pandas 12
115406.1.3Matplotlib 13
57566.1.4Scikitlearn 13
184126.2R语言数据分析 13
160866.2.1dplyr 13
317056.2.2ggplot2 13
218206.2.3tidyr 13
304036.3大数据分析平台 13
113446.3.1Hadoop 13
50396.3.2Spark 14
5576.3.3Flink 14
212056.4数据可视化工具 14
119406.4.1Tableau 14
28966.4.2PowerBI 14
227046.4.3Excel 14
27475第七章大数据安全与隐私保护 14
52027.1数据加密与解密 14
171647.1.1加密技术概述 14
52287.1.2常见加密算法 15
142347.1.3加密技术在大数据中的应用 15
144207.2访问控制与权限管理 15
99267.2.1访问控制策略 15
151687.2.2权限管理技术 15
23917.3数据脱敏与隐私保护 16
152797.3.1数据脱敏技术 16
207997.3.2隐私保护策略 16
172757.4安全审计与合规性检查 16
271197.4.1安全审计 16
320717.4.2合规性检查 16
29847第八章大数据应用场景与实践 16
272168.1互联网行业应用 16
263988.1.1概述 16
173998.1.2用户行为分析 17
112808.1.3内