![](/c49/30/10356741835.jpg)
出版社:清華大學 ISBN:9787302396529 商品編碼:10356741835 開本:16 出版時間:2015-05-01 代碼:58 作者:王翔楊
" 基本信息 - 商品名稱:微軟大數據解決方案/大數據應用與技術叢書
- 作者:(美)約根森|譯者:王翔//楊道文
- 代碼:58
- 出版社:清華大學
- ISBN號:9787302396529
其他參考信息 - 出版時間:2015-05-01
- 印刷時間:2015-05-01
- 版次:1
- 印次:1
- 開本:16開
- 包裝:平裝
- 頁數:300
- 字數:493千字
編輯推薦語 約根森等編著的這本《微軟大數據解決方案》以清晰的思路、通俗易懂的語言和形像具體的實例為讀者講述了大數據的含義和作用,並重點介紹了微軟的大數據平臺解決方案。從手把手教導搭建你的**個大數據環境開始,通過實景模擬將大數據相關技術娓娓道來。從數據存儲結構到數據倉庫,從Hadoop、MapReduce到Hive、HBase、HCatalog,一個個晦澀的技術名詞在你的腦海中逐漸清晰,*後介紹了數據倉庫與Hadoop的集合,現實生活中如何使用和運營大數據,讓你從一個大數據世界的“菜鳥”華麗蛻變為能理解微軟平臺大數據解決方案的“專家”。 本書適合有志於學習微軟大數據解決方案的讀者閱讀,零基礎也可以快速融入大數據的世界中;也適合大數據行業的專家總體回顧微軟大數據解決方案的整體架構。 內容提要 Microsoft強大的大數據平臺Windows Azure HDInsight和Hortonworks Data Platform for Windows改變了企業處理、存儲和管理數據的方式。 Microsoft的大數據解決方案套件被設計用於與公司 現有的數據基礎設施以及SQLServer、Hadoop等產品 進行無縫集成,使客戶不必中斷工作流或關鍵流程即 可實施這些方案。假如需要設計和實施全面部署的大 數據解決方案的詳明規劃藍圖,約根森等編著的《微 軟大數據解決方案》一書無疑是*佳選擇。 本書主要內容包括如下:使用Windows Azure HDInsight、Hortonworks Data Platform for Windows和開源工具將大數據解決方案集成到企業中 ;在企業內部存儲、管理、分析和共享大數據;安裝 和配置Hortonworks Data Platform for Windows ;學習大數據與SQL Server及Hadoop的整合;使用 Microsoft和Had00p BIT具呈現數據;為企業創建和 執行綜合性大數據戰略;直接獲取Microsoft大數據 產品團隊的*前沿研究成果。 作者簡介 Adam Jorgensen(約根森)是Pragmatic Works總裁兼PASS執行副總裁,擁有豐富的數據倉庫、分析和NoSQL體繫架構經驗。 目錄 第I部分 大數據的含義 **章 行業需求與解決方案 1.1 何謂“大”數據 1.2 Hadoop簡史 1.2.1 Google 1.2.2 Nutch 1.3 Hadoop的概念 1.3.1 衍生品和分發版 1.3.2 Hadoop分發版 1.3.3 Hadoop生態繫統的核心 1.3.4 Hadoop中的重要Apache項目 1.3.5 Hadoop的未來 1.4 本章小結 第2章 Microsoft大數據解決方法 2.1 “優質組合”的故事 2.2 生態繫統中的競爭 2.2.1 SQL on Hadoop現狀 2.2.2 Hortonworks和Stinger 2.2.3 Cloudera和Impala18 2.2.4 Microsoft對Hadoop中SQL應用的貢獻 2.3 Hadoop的部署 2.3.1 部署要素 2.3.2 部署拓撲結構 2.3.3 部署計分卡 2.4 本章小結 第II部分 使用Microsoft建立大數據 第3章 配置**大數據環境 3.1 入門 3.2 開始安裝 3.3 安裝過程 3.3.1 本地安裝:單節點安裝 3.3.2 HDInsight服務:雲端安裝 3.3.3 Windows Azure存儲管理器選項 3.4 驗證新集群 3.4.1 登錄HDInsight服務 3.4.2 通過日志驗證HDP功能 3.5 常見的安裝後任務 3.5.1 加載**文件 3.5.2 驗證Hive和 3.6 本章小結 第III部分 存儲並管理大數據 第4章 HDFS、Hive、HBase和HCatalog …… 第5章 HDFS的數據存儲與管理 第6章 添加Hive結構 第7章 使用HBase和HCatalog來擴展功能 第IV部分 使用大數據 第8章 使用SSIS、Pig和Sqoop進行有效的大數據ETL 第9章 使用Pig和Hive進行數據研究和**數據清理 第V部分 大數據與SQL Server的整合 **0章 數據倉庫與Hadoop整合 **1章 使用Windows BI呈現大數據 **2章 大數據分析 **3章 大數據與雲 **4章 現實生活中的大數據 第VI部分 繼續向前發展大數據 **5章 創建和執行大數據計劃 **6章 運營的大數據管理
" |