大数据：规划、实施、运维

大数据：规划、实施、运维读书笔记模板01思维导图读书笔记目录分析内容摘要精彩摘录作者介绍目录0305020406思维导图大数据大数据设施基础中间件维度大数据小结第章技术集群数据架构管理运维模式系统处理应用本书关键字分析思维导图内容摘要内容摘要本书将为你答疑解惑。本书将展现作者在国内外大数据最线的实战经验，面向不同行业的共性诉求来指导读者大数据该怎么做，并阐明大数据发展的误区。本书对大数据，从经济价值、商业模式、框架搭建、数据挖掘、网络布置、安全防护、人员能力和后续运维管理多个维度，以及基础设施、中间件、重点应用等多个层面进行系统阐述。读书笔记读书笔记这书不错，适合大数据架构师及系统分析人员使用，也是看过的比较适合写技术文档的参考书籍。本书体系化的介绍大数据从规划、建设到运维不同阶段所需要注意的内容，并结合自身的经验给出了相当详尽的建议，对准备进行大数据架构转型的企业和从事大数据架构工作的人员有非常好的指导意义。精彩摘录精彩摘录大数据技术体系可以以大数据资源全生命周期流转的典型状态为依据，划分为大数据采集、大数据存储、大数据计算、大数据分析、大数据治理、大数据安全保障、大数据应用支撑7个子体系。在市场环境下，任何技术都要围绕商战的“三匹老马”（价格、质量、服务）及经济社会的三个主要环节（生产、流通、消费）来发展。Volume（体量大）、Variety（模态多）、Velocity（变化快）、Value（价值高）狭义大数据：狭义大数据仅**大数据的技术层面，即对大量、多格式的数据进行并行处理，以及实现对大规模数据的分块处理的技术。大数据的4个V的特点定义：Volume（体量大）、Variety（模态多）、Velocity（变化快）、Value（价值高）广义大数据：广义的大数据实际上就是信息技术。它是指一种服务的交付和使用模式，指从底层的网络，到物理服务器、存储、集群、操作系统、运营商，直到整个数据中心，由这各个环节串联起来，最终提供的数据服务。了解数据，管理数据，共享数据，使用数据”是大数据建设的目标。大数据所需的处理速度快，时效性要求高，需要实时分析而非批量式分析，因此，数据的连贯性分析处理，也是大数据区别于传统数据挖掘的一个特征。目录分析第2章大数据产业链初探第1章初识大数据第1篇大数据导论第1章初识大数据1.1大数据概念谈1.2大数据的科学性1.3客户关系管理1.4大数据的理解误区1.5小结第2章大数据产业链初探2.1现金流与产业模式2.2国外IT企业2.3国内IT企业2.4开源软件2.5小微企业2.6政策制定者2.7小结第4章大数据技术要求第3章大数据体系规划第2篇规划篇第3章大数据体系规划3.1大数据技术体系3.2大数据共性技术重点课题3.3大数据风险管控3.4小结第4章大数据技术要求4.1大数据总体架构4.2采集要求4.3基础能力要求4.4核心处理能力要求4.5需求与项目管理4.6小结第6章大数据分布式处理系统第5章大数据并行计算框架第3篇实施篇第8章机器学习与人工智能第7章大数据存储第3篇实施篇第5章大数据并行计算框架5.1并行计算技术5.2MapReduce计算技术5.3HadoopMapReduce设计与工作模式5.4HadoopMapReduce组件接口5.5小结第6章大数据分布式处理系统6.1Hadoop系统平台6.2HDFS分布式文件系统6.3HBase分布式数据库6.4小结第7章大数据存储7.1磁盘阵列技术7.2数据存储接口7.3存储集群架构7.4数据存储技术本质7.5数据分级存储探讨7.6小结第8章机器学习与人工智能8.1数据挖掘8.2机器学习8.3人工智能8.4小结第9章大数据集群网络架构第11章大数据备份与恢复第10章大数据安全第4篇运维篇第13章大数据的运维方法第12章大数据环境的监管第4篇运维篇第9章大数据集群网络架构9.1现有数据中心网络架构9.2大数据网络设计要点9.3新兴网络技术9.4小结第10章大数据安全10.1大数据安全挑战10.2基础设施安全10.3数据安全10.4大数据平台Hadoop安全10.5小结第11章大数据备份与恢复11.1数据备份与恢复11.2分布式存储系统备份与恢复11.3小结第12章大数据环境的监管12.1概述12.2大数据集群配置管理12.3大数据集群监控12.4大数据日志分析12.5小结第13章大数据的运维方法13.1运维服务13.2运维流程模型13.3运维人员13.4自动化与智能运维13.5小结第14章OracleMoviePlex大数据规划第16章OracleMoviePlex大数据运维第15章OracleMoviePlex大数据实施第5篇实例篇第14章OracleMoviePlex大数据规划14.1案例概述14.2大数据组件介绍14.3小结第15章OracleMoviePlex大数据实施15.1环境准备15.2案例演示15.3推荐系统15.4小结第16章OracleMoviePlex大数据运维16.1集群16.2文件系统和非关系数据库16.3中间件16.4数据转换16.5资源整合调度16.6小结第18章大数据应用第17章大数据面临的挑战第6篇明天的大数据第17章大数据面临的挑战17.1可靠性挑战17.2可扩展性挑战17.3系统安全挑战17.4节能降耗17.5算法挑战17.6测不准