【图书介绍】几本适合当教材的大数据技术图书

《Spark SQL大数据分析快速上手》

《Spark SQL大数据分析快速上手（大数据技术丛书）》(迟殿委，王泽慧，黄茵茵)【摘要 书评 试读】- 京东图书

《Spark SQL大数据分析快速上手》内容基于Spark新版本展开，符合企业目前开发需要。《Spark SQL大数据分析快速上手》全面讲解Spark SQL相关知识和实战应用，各章均提供较为丰富的案例及其详细的操作步骤，并配套示例源码、数据集、PPT课件和教学大纲。

《Spark SQL大数据分析快速上手》共10章。第1～3章为Spark SQL的基础准备部分，内容包括Spark SQL的发展和简介、Spark的典型数据容器及关系、Spark概述与环境搭建、Spark典型数据结构RDD；第4～7章为Spark SQL的基础应用部分，内容包括Spark SQL入门实战（包括Scala编程基础）、SQL基础语法、操作多数据源、Spark SQL性能调优等；第8～10章分别通过影评数据分析、商品统计数据分析、咖啡销售数据分析等3个实战项目进行巩固提升。

《R语言医学数据分析实践》

《R语言医学数据分析实践（大数据技术丛书）》(李丹，宋立桓，蔡伟祺)【摘要 书评 试读】- 京东图书

公共医学数据库的应用越来越广泛，利用这些数据库进行论文写作可以显著减少研究成本和时间。《R语言医学数据分析实践》以公共医学数据为例，讲解如何使用R语言进行数据挖掘和统计分析。《R语言医学数据分析实践》通过大量精选的实例，对统计分析方法进行了深入浅出的介绍，旨在帮助读者解决医学数据分析中遇到的实际问题。《R语言医学数据分析实践》配套提供示例源码、PPT课件、作者微信群答疑服务。

《R语言医学数据分析实践》共分为12章，内容包括R语言介绍、R语言基本语法、R语言数据清洗、R语言数据可视化、R语言统计建模分析方法、R语言机器学习实战入门、列线图在预测模型中的应用、临床数据挖掘中的生存分析、NHANES 数据库挖掘实战、GEO数据库挖掘实战、孟德尔随机化分析实战、单细胞测序实战。

《数据资产管理核心技术与应用》

《数据资产管理核心技术与应用（大数据技术丛书）》(张永清，等)【摘要 书评 试读】- 京东图书

《数据资产管理核心技术与应用》深入探讨数据资产管理的核心技术与应用，融入作者在大数据领域多年的丰富经验。《数据资产管理核心技术与应用》为读者提供一套可以落地的数据资产管理框架，并详解两个基于该框架进行数据资产管理的应用案例，使读者能更好地了解数据资产管理底层所涉及的众多核心技术，让数据可以发挥出更大的价值。《数据资产管理核心技术与应用》配套PPT课件、示例源代码、作者微信群答疑服务。

全书共分10章，第1章主要让读者认识数据资产，了解数据资产相关的基础概念，以及数据资产的发展情况。第2～8章主要介绍大数据时代数据资产管理所涉及的核心技术，内容包括元数据的采集与存储、数据血缘、数据质量、数据监控与告警、数据服务、数据权限与安全、数据资产管理架构等。第9～10章主要从实战的角度介绍数据资产管理技术的应用实践，包括如何对元数据进行管理以发挥出数据资产的更大潜力，以及如何对数据进行建模以挖掘出数据中更大的价值。

《Spark入门与大数据分析实战》

《Spark入门与大数据分析实战（大数据技术丛书）》(迟殿委，李超)【摘要 书评 试读】- 京东图书

《Spark入门与大数据分析实战》基于Spark 3.3.1框架展开，系统介绍Spark生态系统各组件的操作，以及相应的大数据分析方法。《Spark入门与大数据分析实战》各章节均提供丰富的示例及其详细的操作步骤，并配套示例源码、PPT课件和教学大纲。

《Spark入门与大数据分析实战》共分11章，内容包括Scala编程基础、Spark框架全生态体验、Spark RDD、Spark SQL、Kafka、Spark Streaming、Spark ML、Spark GraphX、Redis等技术框架和应用，并通过广告点击实时大数据分析和电影影评大数据分析两个综合项目进行实战提升。

《Hive入门与大数据分析实战》

《Hive入门与大数据分析实战》(迟殿委)【摘要 书评 试读】- 京东图书

Hive是基于Hadoop的一个数据仓库工具，用来进行数据的提取、转换、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。Hive能将结构化的数据文件映射为一张数据库表，并能提供SQL查询分析功能，将SQL语句转换成MapReduce任务来执行，从而实现对数据进行分析的目的。本书配套示例源码、PPT课件、教学大纲。本书可作为Hive数据仓库初学者的入门书，也可作为Hive大数据分析与大数据应用开发工程师的指导手册，还可作为高等院校或者高职高专计算机技术、人工智能、大数据技术及相关专业的教材或教学参考书。

《Hive入门与大数据分析实战》共分11章，内容包括数据仓库与Hive、Hive部署与基本操作、Hive语法基础、Hive数据定义、Hive数据操作、Hive查询、Hive函数、Hive数据压缩、Hive调优、基于Hive的网站流量分析项目实战、旅游酒店评价大数据分析项目实战。最后的两个项目实战（均包括SQL和Java编程两种解决方法）帮助读者提高Hive大数据分析的综合实战能力。

《Hadoop+Spark大数据分析实战》

《Hadoop+Spark大数据分析实战（大数据技术丛书）》(迟殿委)【摘要 书评 试读】- 京东图书

本书是Hadoop + Spark大数据分析技术入门书，基于Hadoop和Spark两大框架体系的3.2版本，以通俗易懂的方式介绍Hadoop + Spark原生态组件的原理、集群搭建、实战操作，以及整个Hadoop生态系统主流的大数据分析技术。

本书共分14章。第1章讲解Hadoop框架及新版本特性，并详细讲解大数据分析环境的搭建工作，包括Linux操作系统的安装、SSH工具使用和配置等；第2章讲解Hadoop伪分布式的安装和开发体验，使读者熟悉Hadoop大数据开发两大核心组件，即HDFS和MapReduce；第3~12章讲解Hadoop生态系统各框架HDFS、MapReduce、输入输出、Hadoop集群配置、高可用集群、HBase、Hive、数据实时处理系统Flume，以及Spark框架数据处理、机器学习等实战技术，并通过实际案例加深对各个框架的理解与应用；第13~14章分别通过影评分析、旅游酒店评价分析实战项目来贯穿大数据分析的完整流程。

《Hadoop大数据分析技术》

《Hadoop大数据分析技术（大数据技术丛书）》(迟殿委，陈鹏程)【摘要 书评 试读】- 京东图书

伴随Hadoop的成长，Hadoop不再是一个简单的数据分布式存储平台和工具，已经成长为一个完整的生态圈。本书采用Hadoop 3.2.2版本，系统讲解Hadoop生态系统主流的大数据分析技术。本书配套示例源码、PPT课件、教学大纲与编程环境。

本书共分11章。内容包括Hadoop概述与大数据环境准备、Hadoop伪分布式集群搭建、HDFS分布式存储实战、MapReduce实战、ZooKeeper与高可用集群实战、Hive数据仓库实战、HBase数据库实战、Flume数据采集实战、Kafka实战、影评大数据分析项目实战、旅游酒店评价大数据分析项目实战。

《分布式数据库HBase案例教程》

《分布式数据库HBase案例教程（大数据技术丛书）》(陈建平，陈岸青，李金湖)【摘要 书评 试读】- 京东图书

本书定位是HBase从入门到应用的简明教程，特色是以实战案例为主，内容系统全面，讲解深入浅出，操作步骤清晰明了。本书配套示例源码、PPT课件、开发环境、教学视频、习题及答案以及其他丰富的教学资源。

本书共分为8章，内容包括NoSQL数据库、HBase体系架构、HBase的接口、MapReduce与HBase、HBase表设计、HBase和Hive、HBase深入剖析、论坛日志分析实战。

本书既适合HBase初学者、大数据分析与挖掘初学者阅读，也适合作为高等院校和培训机构人工智能、大数据等相关专业师生的教学参考书。

《Spark 3.0大数据分析与挖掘：基于机器学习》

《Spark 3.0大数据分析与挖掘：基于机器学习（大数据技术丛书）》(王晓华，罗凯靖)【摘要 书评 试读】- 京东图书

Spark作为新兴的、应用范围广泛的大数据处理开源框架，吸引了大量的大数据分析与挖掘从业人员进行相关内容的学习与开发，其中ML是Spark 3.0机器学习框架使用的核心。本书用于Spark 3.0 ML大数据分析与挖掘入门，配套示例源码、PPT课件、数据集、思维导图、开发环境和作者答疑服务。

本书共分13章，从Spark 3.0大数据分析概述、基础安装和配置开始，依次介绍ML的DataFrame、ML的基本概念，以及协同过滤、线性回归、分类、决策树与随机森林、聚类、关联规则、数据降维、特征提取和转换等数据处理方法；最后通过经典的鸢尾花分析实例，回顾前面的学习内容，实现了一个完整的数据分析与挖掘过程。

《Greenplum构建实时数据仓库实践》

《Greenplum构建实时数据仓库实践（大数据技术丛书）》(王雪迎)【摘要 书评 试读】- 京东图书

Greenplum分布式数据库具有可选存储模式、事务支持、并行查询与数据装载、容错与故障转移、数据库统计、过程化语言扩展等方面的功能特性，因此Greenplum成为一款理想的分析型数据库产品。本书详解Greenplum数据仓库构建与数据分析技术，配套示例源码。

本书共分10章。内容包括数据仓库简介、数据仓库设计基础、Greenplum与数据仓库、Greenplum安装部署、实时数据同步、实时数据装载、维度表技术、事实表技术、Greenplum运维与监控、集成机器学习库MADlib。

《Flink入门与实战》

《Flink入门与实战/大数据技术丛书》(汪明)【摘要 书评 试读】- 京东图书

Apache Flink是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态的计算，广泛应用于大数据相关的实际业务场景中。本书是一本从零开始讲解Flink的入门教材，学习本书需要有Java编程基础。

本书共分10章，内容包括Flink开发环境搭建、Flink架构和原理、时间和窗口、状态管理和容错机制、数据类型与序列化、DataStream API和DataSet API、Table API和SQL、Flink并行、Flink部署与应用，最后以一个Flink实战项目为例，对Flink相关知识进行综合实践，其中涉及Web页面展示、WebSocket协议和Node.js服务等技术。