技术教程

Spark MLlib机器学习实践（第2版） 内容简介： Spark作为新兴的、应用范围*为广泛的大数据处理开源框架引起了广泛的关注，它吸引了大量程序设计和开发人员进行相关内容的学习与开发，其中MLlib是Spark框架使用的核心。本书是一本细致介绍Spark MLlib程序设计的图书，入门简单，示例丰富。 本书分为13章，从Spark基础安装和配置开始，依次介绍MLlib程序设计基础、MLlib的数据对象构建、MLlib中RDD使用介绍，各种分类、聚类、回归等数据处理方法，*后还通过一个完整的实例，回顾了前面的学习内容，并通过代码实现了一个完整的分析过程。 本书理论内容由浅而深，采取实例和理论相结合的方式，讲解细致直观，适合Spark MLlib初学者、大数据分析和挖掘人员，也适合高校和培训学习相关专业的师生教学参考。 资源目录： 第1章  星星之火 1 1.1  大数据时代 1 1.2  大数据分析时代 2 1.3  简单、优雅、有效——这就是Spark3 1.4  核心——MLlib 4 1.5  星星之火，可以燎原 6 1.6  小结 6 第2章  Spark安装和开发环境配置 7 2.1 Windows单机模式Spark安装和配置 7 2.1.1 Windows 7安装Java 7 2.1.2 Windows 7安装Scala 10 2.1.3 Intellij IDEA下载和安装...

大数据治理与安全从理论到开源实践 内容简介： 作为大数据前沿的新兴领域，市面上大数据安全与治理的相关书籍屈指可数。本书在介绍大数据学术界新动态与大数据行业生产实践的同时，对大数据安全与治理的新理论与实践内容做了详尽的阐述。本书分为两部分:第壹篇（理论篇),介绍大数据治理与安全的理论、方法和技术挑战等；第二篇(开源实现篇)，介绍开源社区各类开源项目，将研究与实践的内容根据不同组件分类。 资源目录： 前　言 第一篇　理论篇 第1章　大数据治理技术2 1.1　概述2 1.1.1　大数据治理的基本概念2 1.1.2　大数据治理的意义和重要作用5 1.2　框架7 1.2.1　大数据治理框架概述7 1.2.2　大数据治理的原则9 1.2.3　大数据治理的范围11 1.2.4　大数据治理的实施与评估14 第2章　大数据安全、隐私保护和审计技术19 2.1　大数据安全19 2.1.1　大数据安全的意义和重要作用19 2.1.2　大数据安全面临的问题与挑战21 2.1.3　大数据安全防护技术23 2.2　大数据隐私保护26 2.2.1　大数据隐私保护的意义和重要作用26 2.2.2　大数据隐私保护面临的问题与挑战28 2.2.3　大数据隐私保护技术31 2.3　大数据治理审计34 2.3.1　大数据治理审计概述34 2.3.2　大数据治理审计内容37 2.3.3　大数据治理审计方法和技术39 2.3.4　大数据治理审计流程43 第二篇　开源实现篇 第3章　大数据治理之Apache Falcon48 3.1　Apache Falcon概述48 3.1.1　Apache Falcon技术概况49 3.1.2　Apache Falcon发展近况50 3.1.3　Apache Falcon技术优势50 3.1.4　Apache Falcon架构51 3.2　Apache Falcon的使用53 3.2.1　Oozie的安装与配置56 3.2.2　Falcon的安装与配置61...

OpenStack部署实践 内容简介： 本书讲述了OpenStack 相关的内容，其内容来自各种部署实验与实践。书中首先介绍了PXE 和网络相关的内容，接着介绍了nova-network 安装模式、Quantum 安装模式、Quantum GRE 模式等，然后讨论了Cinder 部件、中央存储与虚拟机运态迁移、云服务的开放EC2 接口、RabbitMQ 的集群冗余架构等，最后简述了云监控系统Ceilometer、HEAT 组件以及Trove。 本书适合OpenStack 技术人员阅读。 资源目录： 第1章　OpenStack基本操作系统环境的PXE自动部署　　1 1.1 　PXE、kickstart与preseed简介　　2 1.1.1 　PXE简介　　2 1.1.2 　kickstart与preseed简介　　2 1.2 　PXE服务器的准备　　3 1.2.1 　选择Ubuntu操作系统　　3 1.2.2 　Ubuntu操作系统的基本安装与更新　　3 1.3 　复制Ubuntu和CentOS操作系统文件　　6 1.3.1 　复制Ubuntu操作系统全目录、内核与启动镜像文件　　6 1.3.2 　复制CentOS操作系统全目录、内核与启动镜像文件　　7 1.4 　PXE客户端操作系统的选择与引导过程　　7 1.4.1 　创建PXE客户端导示文件　　7 1.4.2 　选择安装配置文件　　8 1.5 　CentOS宿主机的kickstart配置文件　　9 1.6 　OpenStack计算节点的主机preseed配置文件　　13 1.7...

大数据时代：生活、工作与思维的大变革 内容简介： 《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托迈尔舍恩伯格被誉为“大数据商业应用*人”，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。 维克托尔耶舍恩伯格在本书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。 维克托*洞见之处在于，他明确指出，大数据时代*的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。 本书认为大数据的核心就是预测。大数据将为人类的生活创造前所未有的可量化的维度。大数据已经成为了新发明和新服务的源泉，而更多的改变正蓄势待发。书中展示了谷歌、微软、、IBM、苹果、facebook、twitter、VISA等大数据先锋们*价值的应用案例。 资源目录： 推荐序一拥抱“大数据时代” 推荐序二实实在在大数据 译者序 在路上·晃晃悠悠 引言一场生活、工作与思维的大变革 大数据，变革公共卫生 大数据，变革商业 大数据，变革思维 大数据，开启重大的时代转型 预测，大数据的核心 大数据，大挑战 第一部分大数据时代的思维变革 01 更多：不是随机样本，而是全体数据 让数据“发声” 小数据时代的随机采样，最少的数据获得最多的信息 全数据模式，样本=总体 02 更杂：不是精确性，而是混杂性 允许不精确 大数据的简单算法比小数据的复杂算法更有效 纷繁的数据越多越好 混杂性，不是竭力避免，而是标准途径 新的数据库设计的诞生 03 更好：不是因果关系，而是相关关系 林登与亚马逊推荐系统 关联物，预测的关键 “是什么”，而不是“为什么” 改变，从操作方式开始 大数据，改变人类探索世界的方法 第二部分大数据时代的商业变革 04 数据化：一切皆可“量化” 莫里的导航图，大数据的最早实践之一 数据，从最不可能的地方提取出来 数据化，不是数字化 量化一切，数据化的核心 当文字变成数据...