《大數據管理系統》是2019年化學工業出版社出版的圖書，作者是江大偉、高雲君、陳剛。
基本介紹
- 書名：大數據管理系統
- 作者：江大偉、高雲君、陳剛
- 類別：軟體系統類圖書
- 出版社：化學工業出版社
- 出版時間：2019年04月01日
- ISBN：9787122333278
內容簡介,編輯推薦,作者簡介,目錄,
內容簡介
本書詳細討論大數據管理技術的各個分支及其實現技術, 包括大數據建模技術、大數據存儲和索引技術、大數據查詢處理技術、大數據事務處理技術和大數據匯流排技術, 並在此基礎上, 對大數據套用系統行了全面分析。本書面向大數據套用的發人員、大數據管理系統的發人員以及大數據管理技術的研究人員, 也適用於高等院校相關專業師生學習。 本書詳細討論大數據管理技術的各個分支及其實現技術, 包括大數據建模技術、大數據存儲和索引技術、大數據查詢處理技術、大數據事務處理技術和大數據匯流排技術, 並在此基礎上, 對大數據套用系統行了全面分析。本書面向大數據套用的發人員、大數據管理系統的發人員以及大數據管理技術的研究人員, 也適用於高等院校相關專業師生學習。
編輯推薦
本書對大數據建模技術、大數據存儲和索引技術、大數據查詢處理技術、大數據事務處理技術和大數據匯流排技術行詳細介紹
作者簡介
陳剛，浙江大學計算機科學與技術學院，教授，博士生導師。主要研究方向為資料庫、大數據處理、雲計算、CPS系統等。2013年獲得浙江省青年科技獎，2012年獲得國內軟體領域“中創軟體人才獎”，選2007度“教育部新世紀人才支持計畫”。主持國家科技支撐計畫、國家核高基**專項、國家自然科學基金、國家863計畫、國防預研計畫等20餘項國家、省部級科研項目。擔任了包括資料庫領域TOP會議VLDB在內的近十個國際會議程式委員會委員，以及TKDE、VLDBJ、TPDS、JCST等國際期刊的評審專家。
目錄
書名頁
內容提要
著作權頁
《“中國製造2025”出版工程》 編 委 會
前言
第1篇 大數據管理系統基礎
第1章 大數據技術簡介
1.1 大數據技術的起源
1.2 大數據與雲計算
參考文獻
第2章 大數據管理系統架構
2.1 大數據管理系統不能採用單一架構
2.1.1 大數據的5V特徵
2.1.2 關係資料庫系統架構的缺陷
2.2 基於Hadoop生態系統的大數據管理系統架構
2.2.1 Hadoop簡介
2.2.2 HDFS分散式檔案系統
2.2.3 MapReduce數據處理系統
2.3 面向領域的大數據管理系統
2.3.1 什麼是面向領域的大數據管理系統
2.3.2 面向領域的大數據管理系統架構
參考文獻
第3章 大數據模型
3.1 關係數據模型
3.1.1 關係數據模式
3.1.2 關係大數據存儲模型
3.1.3 查詢語言
3.1.4 典型系統
3.2 鍵值數據模型
3.2.1 鍵值數據模式
3.2.2 鍵值數據存儲模型
3.2.3 查詢語言
3.2.4 典型系統
3.3 列族數據模型
3.3.1 列族數據模式
3.3.2 列族數據存儲模型
3.3.3 查詢語言
3.3.4 典型系統
3.4 文檔數據模型
3.4.1 文檔數據模式
3.4.2 文檔數據存儲模型
3.4.3 查詢語言
3.4.4 典型系統
3.5 圖數據模型
3.5.1 圖數據模式
3.5.2 圖數據存儲模型
3.5.3 查詢語言
3.5.4 典型系統
參考文獻
第4章 大數據套用開發
4.1 大數據套用開發流程
4.2 大資料庫設計
4.2.1 頂層設計
4.2.2 數據存儲格式
4.2.3 數據模式設計
4.2.4 元數據管理
4.2.5 元數據存儲
參考文獻
第2篇 大數據管理系統實現技術
第5章 大數據存儲和索引技術
5.1 大數據存儲技術
5.1.1 分散式檔案系統
5.1.2 關係數據存儲
5.1.3 列族大數據存儲技術
5.2 大數據索引技術
5.2.1 系統概述
5.2.2 CG索引
參考文獻
第6章 大數據查詢處理技術
6.1 大數據批處理技術
6.1.1 MapReduce技術簡介
6.1.2 基於MapReduce的多表連線技術
6.2 大數據流處理技術
6.2.1 系統設計動機與需求
6.2.2 MillWheel編程模型
6.2.3 MillWheel編程接口
6.2.4 計算
6.2.5 鍵
6.2.6 流
6.2.7 持久態
6.2.8 低水位
6.2.9 定時器
6.3 大圖數據處理技術
6.3.1 Pregel大圖處理系統
6.3.2 系統實現
6.3.3 GRAPE大圖處理系統
6.4 混合大數據處理技術
6.4.1 背景介紹
6.4.2 EPIC框架概述
6.4.3 模型抽象
6.4.4 實現方案與技術細節
6.4.5 實驗
6.5 群組查詢處理技術
6.5.1 簡介
6.5.2 群組查詢的非侵入式方法
6.5.3 群組查詢基礎
6.5.4 群組查詢引擎COHANA
6.5.5 性能分析
6.5.6 總結
參考文獻
第7章 大數據事務處理技術
7.1 基於鍵組的事務處理技術
7.1.1 鍵組
7.1.2 鍵值分組協定
7.1.3 系統實現
7.2 基於時間戳的事務處理技術
7.2.1 Spanner事務處理簡介
7.2.2 TrueTime套用接口
7.2.3 基於時間戳的事務處理
7.3 確定性分散式事務處理技術
7.4 基於數據遷移的事務處理技術
7.4.1 LEAP
7.4.2 L-Store
參考文獻
第8章 大數據匯流排技術
8.1 為什麼需要大數據匯流排
8.1.1 兩個複雜性問題
8.1.2 從N-to-N到N-to-One
8.2 基於日誌的數據匯流排
8.2.1 資料庫中的日誌
8.2.2 分散式系統中的日誌
8.3 Kafka系統簡介
8.3.1 單個分區的效率
8.3.2 分散式協調
8.3.3 交付保證
參考文獻
第3篇 面向領域套用的大數據管理系統
第9章 面向決策支持的雲展大數據倉庫系統
9.1 決策支持簡介
9.2 雲展大數據倉庫系統架構
9.2.1 雲展大數據倉庫系統總覽
9.2.2 SINGA分散式深度學習平台
9.2.3 CDAS眾包數據分析系統
9.3 套用實例
9.3.1 簡介
9.3.2 綜合醫療分析系統架構
9.3.3 聯合患者檔案
9.3.4 案例分析：患者返院預測
參考文獻
第10章 面向大規模軌跡數據的分析系統TrajBase
10.1 軌跡數據處理系統簡介
10.1.1 軌跡數據處理技術簡介
10.1.2 集中式軌跡數據處理系統
10.1.3 分散式多維數據處理系統
10.1.4 分散式時空數據處理系統
10.2 軌跡概念介紹
10.3 TrajBase系統架構
10.4 軌跡數據處理技術
10.4.1 軌跡數據表達技術
10.4.2 軌跡數據存儲技術
10.4.3 軌跡數據索引和查詢技術
10.4.4 軌跡數據挖掘技術
參考文獻
第11章 基於超圖的互動式圖像檢索與標記系統HIRT
11.1 圖像檢索與標記方法簡介
11.1.1 基於文本的圖片檢索方法
11.1.2 基於內容的圖片檢索方法
11.1.3 基於超圖的圖片檢索方法
11.2 HIRT系統架構
11.2.1 超圖構建
11.2.2 矩陣計算
11.2.3 Top-k查詢
11.3 互動式圖像檢索技術
11.3.1 並行查詢方法
11.3.2 近似查詢方法
11.3.3 互動式查詢方法
參考文獻
索引
