大数据框架及应用(PDF 39页)

目录
前言  1
一、   大数据的内涵 . 4
(一)   什么是大数据 . 5
(二)   大数据有何不同 . 5
(三)   大数据的风险 . 6
(四)   大数据的结构 . 6
(五)   探索大数据 . 6
(六)   有效过滤大数据 . 7
(七)   今天的大数据将不再是明天的大数据 . 7
(八)   行业大数据面临的挑战 . 7
二、   大数据源有哪些 . 9
(一)   网络大数据 . 9
网络数据揭示了什么  9
(二)   文本数据 . 10
文本数据的用途  10
(三)   RFID 数据 . 11
RFID 数据的用途  11
(四)   社交网络数据 . 12
三、   大数据应用案例 . 13
(一)   互联网公司：Netflix . 13
(二)   传统 IT 公司：IBM  13
(三)   金融：Derwent 基金  13
(四)   传统零售企业：沃尔玛 . 14
四、   大数据处理的架构（流程） 15
(一)   大数据处理的架构 . 15
(二)   大数据处理的流程 . 16
1)   大数据处理流程之‐‐采集 . 16
2)   大数据处理流程之‐‐统计分析 . 17
3)   大数据处理流程之‐‐挖掘 . 18
五、   大数据常用的算法与数据结构  20
(一)   布隆过滤器（Bloom Filter）  20
(二)   跳跃表 . 20
(三)   LSM 树 . 21
(四)   Merkle 哈希树 . 21
(五)   Snappy 与 LZSS 算法 . 22
(六)   Cuckoo 哈希  22
六、   大数据的计算模型 . 23
(一)   MapReduce 模型 . 23
1)   计算模型 . 23
2)   实例：单词统计 . 23
3)   系统架构 . 24
4)   MapReduce 计算的特点及不足 . 25
(二)   DAG 模型 . 26
1)   DAG 计算系统的三层结构 . 26
2)   Dryad 整体架构  26
(三)   流式计算 . 27
系统架构  28
七、   大数据处理工具 . 30
(一)   Hadoop  30
(二)   HPCC  30
(三)   Storm . 31
(四)   Apache Drill . 32
(五)   RapidMiner  32
(六)   Pentaho BI . 33
八、   南方平台与大数据的结合   。
(一)   南方平台的简介   。
(二)   南方平台的数据来源   。
附录  34
(一)   为什么使用 nosql 数据库  34
(二)   NoSQL 数据库的特点 . 35
(三)   NoSQL 数据库的类型 . 35
1)   键值（Key‐Value）数据库 . 35
2)   面向文档（Document‐Oriented）数据库 . 36
3)   列存储（Wide Column Store/Column‐Family）数据库  36
4)   图（Graph‐Oriented）数据库 . 37
参考文献 
..............................