原创力文档- 1、本文档共22页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
大数据技术应用实践手册
TOC\o1-2\h\u32475第1章大数据基础概念 4
60941.1数据的定义与分类 4
53441.2大数据的发展历程 4
180801.3大数据的关键技术 5
29802第2章大数据生态系统概述 5
102662.1Hadoop生态系统 5
8502.1.1Hadoop分布式文件系统（HDFS） 5
180452.1.2HadoopMapReduce 6
60092.1.3YARN（YetAnotherResourceNegotiator） 6
190092.1.4Hadoop生态系统其他组件 6
84792.2Spark生态系统 6
280462.2.1Spark核心 6
310012.2.2SparkSQL 6
61792.2.3SparkStreaming 6
310952.2.4MLlib（MachineLearningLibrary） 6
204372.2.5GraphX 6
318992.3Flink生态系统 7
189062.3.1Flink核心 7
322132.3.2Flink流处理 7
29262.3.3Flink批处理 7
122782.3.4FlinkTableAPI和SQL 7
155082.3.5Flink机器学习和图处理 7
16772第3章数据采集与预处理 7
97383.1数据源与数据采集 7
8743.1.1数据源 7
234583.1.2数据采集 8
36813.2数据预处理技术 8
242233.2.1数据规范化 8
93153.2.2数据归一化 8
81403.2.3数据变换 8
140503.3数据清洗与数据融合 9
182703.3.1数据清洗 9
326723.3.2数据融合 9
6376第4章数据存储与管理 9
187754.1关系型数据库 9
153344.1.1数据模型与设计 9
119244.1.2常用关系型数据库 9
137394.1.3数据库优化 10
21604.1.4数据库高可用与灾备 10
19754.2非关系型数据库 10
215174.2.1非关系型数据库概述 10
158064.2.2常用非关系型数据库 10
197124.2.3非关系型数据库的应用场景 10
207134.2.4非关系型数据库的挑战与解决方案 10
112834.3分布式文件系统 10
128204.3.1分布式文件系统概述 10
135684.3.2常用分布式文件系统 10
69424.3.3分布式文件系统的数据存储与访问 11
212674.3.4分布式文件系统的扩展性与容错性 11
19164.4数据仓库与数据湖 11
173674.4.1数据仓库概述 11
303894.4.2数据湖概述 11
21094.4.3常见数据仓库与数据湖技术 11
285304.4.4数据仓库与数据湖的数据管理 11
22489第5章数据分析与挖掘 11
123525.1数据挖掘的基本任务 11
284585.1.1关联规则挖掘：寻找数据中各项之间的关联性，以便于发觉潜在的商业价值。 11
90195.1.2聚类分析：对数据进行分类，将相似的数据点归为一类，从而发觉数据中的自然分布规律。 11
64135.1.3分类与预测：根据已有的分类标签，对未知类别的数据进行分类，或者预测数据未来的发展趋势。 12
51765.1.4异常检测：识别数据中的异常点，以便于发觉潜在的风险因素。 12
53145.1.5趋势分析：分析数据的变化趋势，为决策提供依据。 12
259055.2数据挖掘的经典算法 12
177155.2.1决策树：通过树形结构进行分类和预测，具有良好的可解释性。 12
68965.2.2朴素贝叶斯：基于贝叶斯定理，适用于分类问题，尤其在文本分类中表现出色。 12
151975.2.3支持向量机（SVM）：寻找一个最优的超平面，将不同类别的数据点分开。 12
113555.2.4K最近邻（KNN）：根据距离度量，找到与新数据点最近的k个邻居，进行分类或预测。 12
320055.2.5聚类算法：如K均值、层次
文档评论（0）