115 源码网

大数据治理  截图：

大数据主义 内容简介： 根据一项估计，人类历史上90%的数据都在过去两年中产生。2014年，国际数据公司预测，数据世界已增至4.4亿万亿字节。如果将如此庞大的信息量存储在苹果平板电脑ipad中，叠加起来的Ipad的厚度可达到地球到月球距离的2/3。这预示着我们已经进入了大数据时代。 　　煤、铁和石油是推动工业革命进程的三大生产性资产，如今信息经济时代的主要原材料是大数据。 　　在《大数据主义》一书中，作者解释了大数据技术将如何引发一场新的革命，促进新一轮经济效率的提高和创新。互联网规模的海量数据集将被用于几乎各个领域、各个行业和各个企业，以进行探索、预测和提高效益。《大数据主义》重点关注那些处于数据科学领域前沿的年轻企业家，还有诸如IBM等为公司前景而在数据科学领域押下极大赌注的行业巨头。 　　《大数据主义》还介绍了新的技术革命将如何改变人类的决策方式——人们将更加依赖于数据和分析，而不是直觉和经验；同样，它还将改变领导力和管理的本质。 　　该书对读者而言是一本行业指南，它预测了行业动向，详细解释了个人和组织应该如何利用、保护并管理大数据，从而在变幻莫测的未来仍能立于不败之地。 　　大数据主义时代已经来临，我们是否做好了准备去应对它的好与坏？ 资源目录： 推荐序 第1章  大数据到底有多“大”？   我们已经进入大数据时代   技术进步与摩尔定律   大数据主义的兴起 第2章  人的潜力与数据的潜力   一位年轻的明星数据科学家   一个阅读兴趣广泛的“T型人”   聪明人也会犯低级错误   从华尔街到脸谱网 第3章  蓝色巨人与大数据的博弈   大数据技术在医疗领域的应用   IBM公司的大数据战略   从“蓝色巨人”到“智慧的地球”   大数据时代的企业生存法则 第4章  企业决策与数据挖掘   数据、直觉与好的决策   大数据将引发“管理革命”   数据驱动型企业的赢利之道...

一本书读懂大数据（每个人都看得懂的大数据入门书） 内容简介： 进入大数据时代，让数据开口说话将成为司空见惯的事情，本书将从大数据时代的前因后果讲起，全面分析大数据时代的特征、企业实践的案例、大数据的发展方向、未来的机遇和挑战等内容，展现一个客观立体、自由开放的大数据时代。 资源目录： 第一章 身处数据时代，揭开大数据的面纱 大数据到底是什么？ / 002 “大”是重点，还是“数据”是重点？ / 006 与众不同的大数据 / 008 大数据方式下的云计算 / 010 大数据的奥秘 / 013 当下是大数据发展的最佳时机 / 017 第二章 大数据如此重要，引无数英雄竞折腰 多样的非结构性数据 / 020 大数据的价值发掘 / 023 大数据的结构化、非结构化、半结构化及多结构化 / 026 大数据是扩展性的下一代传统数据 / 028 是什么构成了大数据价值链？ / 030 大数据时代真的来了 / 036 第三章 求挖掘与分析，电子商务与大数据...

Open Stack设计与实现 内容简介： 《Open Stack设计与实现》是一本介绍OpenStack设计与实现原理的书。《Open Stack设计与实现》以Juno版本为基础，覆盖了OpenStack的学习方法到设计与实现等各个方面内容，致力于帮助读者形成OpenStack及其各个主要组件与项目的拓扑。 《Open Stack设计与实现》语言通俗易懂，能够带领读者更为快速地走入OpenStack的世界并做出自己的贡献。《Open Stack设计与实现》适合希望能够参与OpenStack开发的读者，也适合对OpenStack茫然的初学者，以及有一定使用部署经验但是希望了解OpenStack实现原理的广大用户。 资源目录： 第1章初识OpenStack 1 1.1 从虚拟化到OpenStack 1 1.1.1 虚拟化 1 1.1.2 云计算 2 1.1.3 OpenStack 4 1.2 OpenStack体系结构 6 1.3 OpenStack项目发展流程 13 1.3.1 新项目 14 1.3.2 孵化项目 14 1.3.3 核心项目及集成项目 15 1.4 OpenStack社区 15 1.4.1 邮件列表 16 1.4.2...

Storm分布式实时计算模式 内容简介： 《Storm分布式实时计算模式》全书分为10章：第1章介绍使用Storm建立一个分布式流式计算应用所涉及的核心概念，包括Storm的数据结构、开发环境的搭建，以及Storm程序的开发和调试技术等；第2章详细讲解Storm集群环境的安装和搭建，以及如何将topology部署到分布式环境中；第3章通过传感器数据实例详细介绍Trident topology；T第4章讲解如何使用Storm和Trident进行实时趋势分析；第5章介绍如何使用Storm进行图形分析，将数据持久化存储在图形数据库中，并且查询数据来发现其中潜在的联系；；第6章讲解如何在Storm上使用递归实现一个典型的人工智能算法；第7章演示集成Storm和非事务型系统的复杂性，通过集成Strom和开源探索性分析架构Druid，实现一个可配置的实时系统来分析金融事件。第8章探讨Lambda体系结构的实现方法，讲解如何将批处理机制和实时处理引擎结合起来构建一个可纠错的分析系统；第9章 讲解如何将Pig脚本转化为topology并且使用Storm-YARN部署topology，将批处理系统转化为实时系统；第10章 介绍如何在云服务提供商提供的主机环境下部署和运行Storm。 资源目录： 前言 作者简介 第1章 分布式单词计数 1.1 Storm topology的组成部分——stream、spout和bolt 1.1.1 Storm 1.1.2 spout 1.1.3 bolt 1.2 单词计数topology的数据流 1.2.1 语句生成bolt 1.2.2 语句分割bolt 1.2.3 单词计割bolt 1.2.4 上报bolt 1.3 实现单词计数top 1.3.1 配置开发环境 1.3.2 实现Sentence 1.3.3 实现语句分割bolt 1.3.4 实现单词计割bolt 1.3.5 实现上报bolt 1.3.6 实现单词计数topo 1.4 Storm的并发机制...