大数据理论与工程实践

　　本书主要面向架构师，或者是有具体大数据问题需要解决的工程师；也适合从零开始搭建大数据结构，或者需要将现有的非大数据的需求修改成大数据方案的读者。你将从书中学到以下方面的知识：◎数据存储◎计算资源◎计算模型◎大数据应用◎数据治理◎大数据与人工智能

　　陆晟博士曾任IBM中国研究院研究员，涉及高性能计算、人机交互、虚拟世界等领域，*早在国内推广云计算相关技术。参与创立过烽火安网公司，创立了北京敏思创想软件技术有限公司。此外，先后担任过VMware主任工程师、品友互动技术工程副总裁、猪八戒网商业基础设施中心高级总监兼大数据事业部总经理等职务。现任美数信息科技公司首席技术官。从1995年开始参与中国教育和科研网的建设工作，并以第六完成人获江苏省科技进步二等奖，以第二作者参与过《计算机网络安全导论》第1版的编著。获得国内外专利授权超过15项。刘振川长期担任品友互动首席研究员。从事广告行业十余年，历经了国内数字广告从0到1的诞生及发展过程。熟悉广告行业的各个技术模块，主导设计开发广告投放、数据分析、人群画像、算法支撑等系统。目前的研究专注于数字营销的智能决策方向。汪关盛美数信息科技公司创始人、国际数据管理协会（DAMA）中国分会资深顾问。从事数据行业20多年，曾任职美国银行、毕马威、美国在线、谷歌等公司，担任资深咨询员和首席构架师。1999年成立美数集团公司。2012年起兼任北京交通大学大数据教授，讲授大数据相关的硕士和博士全英文课程。受邀在中国平安、腾讯、阿里巴巴、复旦大学在内的多家国内知名企业和高校做过主题演讲。

第 1 章 概述 1
大数据处理的特征　/　3
基本处理模型　/　5
工程角度的大数据历史　/　8
大数据的基本处理框架　/　10
大数据的技术实施方法　/　13
第　2 章 数据　21
数据存储　/　23
数据寻址　/　28
列式存储　/　34
键值对高速缓存　/　43
持久化的高速缓存　/　54
大数据表　/　65
第　3 章 计算资源　73
集群总线　/　75
资源调度　/　91
资源控制　/　97
第　4 章 计算模型　109
MapReduce　/　111
SQL　类查询 /　115
流式计算　/　119
图计算　/　125
第　5 章 大数据应用　133
搜索信息匹配　/　136
搜索信息排名　/　140
文档相似性判定　/　147
文档主题生成　/　152
用户画像　/　163
广告投放决策　/　175
基数计算　/　191
第　6 章 数据治理　199
元数据管理　/　202
主数据管理　/　207
数据标准　/　209
数据管理成熟度评估　/　213
数据资产　/　220
数据治理的组织构架　/　230
第　7 章 大数据和人工智能　233
大数据和计算机视觉　/　236
大数据和语音识别　/　259
大数据和博弈　/　284
术语表　291
作者介绍　299