Name: 大数据智慧管理与分析之技术和实践：从数据仓库\OLAP到NoSQL和NewSQL
Author: 朱焱
ISBN: 9787564370763

微信读书书城大数据智慧管理与分析之技术和实践：从数据仓库\OLAP到NoSQL和NewSQL

首页我的书架登录

本书已下架

内容不再支持阅读

大数据智慧管理与分析之技术和实践：从数据仓库\OLAP到NoSQL和NewSQL

朱焱

扉页
技术篇
+书签
基于NosQL和NewsQL新技术的大数据管理与分析
大数据及其特点
1．1 大数据时代当前的状态
1．2 大数据定义与特点
1．3 沃尔玛应用大数据的案例
1．4 其他应用实例
1．5 对大数据的误解
1．6 CAP理论与BASE
大数据生命周期及相应的技术挑战
2．1 大数据生命周期
2．2 大数据面临的技术挑战
2．3 大数据安全与应用的挑战
2．4 针对大数据挑战的应对策略与技术方法
从关系数据管理到NoSQL技术的变革
3．1 关系数据库核心特点简介
3．2 关系数据模型在大数据处理方面的局限
3．3 面向大数据特点的数据管理技术革新
列式数据管理技术——HBase数据库
4．1 HBase概述
4．2 HBase数据模型
4．3 HBase集群配置
4．4 HBase各个组件之间的关系
4．5 HBase的索引数据结构——LSM树
4．6 HBase的作用和局限
4．7 HBase与其他相关技术的比较
4．8 应用实例
从关系型数据仓库发展到NewSQL的Hive技术
5．1 数据仓库技术介绍
5．2 数据仓库的定义和特点
5．4 数据仓库建模
5．5 OLAP分析
5．6 Hive数据仓库技术
5．7 Apache Kylin——Hadoop生态圈的MOLAP机制
5．8 Hive的适用场景
5．9 Hive与HBase的比较
5．10 Hive和关系数据仓库的异同
5．1 l Hive和HBase——联合起来作用更强大
大数据智慧管理技术的组合应用
6．1 关系数据库与NoSQL的组合
6．2 NoSQL与NewSQL的联合
6．3 应用组合技术的公司示例（见表6．1 ）
大数据智慧管理与分析之实践指南
实践应用篇
大数据智慧管理与分析之实践指南
数据仓库建设与OLAP分析实践
7．1 数据仓库实例背景
7．2 数据仓库的数据预处理
7．3 数据仓库建模
7．4 常用OLAP分析操作
7．5 MDX——0LAP分析查询语言
7．6 销售数据仓库建设实践项目
7．7 基于B／S的初级数据仓库实践项目开发
Hive数据仓库开发和OLAP分析实践
8．1 Hive数据仓库适用领域
8．2 开发基于Hive的数据仓库
8．3 基于Hive数据仓库的0LAP分析
9．1 HBase的适用场景
9．2 进口货物记录H’Base系统设计
9．3 基于web浏览器的HBase数据访问可视化
附件1 ASCII码表（基本表）
附件2 过滤器列表
附件3 HBase实践项目可视化部分的参考代码