"厦门大学林子雨教授编著的《大数据技术原理与应用》教材配套PPT，涵盖从第1章到第11章的教学内容，以及新增的第14章基于Hadoop的数据仓库Hive，第15章Hadoop架构再探讨，第16章Spark，这些章节作为自学内容并未包含在第1版教材中，但预计会在后续的第2版教材中加入。"
《大数据技术原理与应用》是由厦门大学计算机科学系的林子雨教授编写的一本深入探讨大数据技术的专业教材。该教材于2015年8月1日由人民邮电出版社首次出版，包括13个章节，全面讲解了大数据的基础概念、关键技术和应用领域。书中详细阐述了：
1. 第一章大数据概述：这一部分介绍了大数据的定义、特征、价值及其在现代社会中的重要性。
2. 第二章大数据处理架构Hadoop：深入解析Hadoop作为大数据处理的核心框架，包括其设计理念和主要组件。
3. 第三章分布式文件系统HDFS：详细讲解Hadoop的分布式文件系统，讨论其数据存储机制和高可用性。
4. 第四章分布式数据库HBase：探讨非关系型数据库HBase，它是构建在HDFS上的大规模并行处理数据库。
5. 第五章NoSQL数据库：介绍NoSQL数据库的概念、类型以及它们在大数据环境下的应用场景。
6. 第六章云数据库：讨论云环境中的数据库管理，包括云数据库的优势和挑战。
7. 第七章MapReduce：详述MapReduce编程模型，它是Hadoop进行大规模数据处理的主要工具。
8. 第八章流计算：介绍实时数据处理的概念，如Apache Storm和Apache Flink。
9. 第九章图计算：讲解图数据模型和图计算算法，如PageRank，应用于社交网络分析等领域。
10. 第十章数据可视化：阐述如何通过各种工具和技术将复杂数据转化为易于理解的图形。
11. 第十一章大数据在互联网领域的应用：案例分析大数据在互联网行业的实际应用和影响。
第十二章和第十三章，即大数据在生物医学领域的应用和大数据的其他应用，是作为自学内容，未在授课中涉及。
此外，林子雨教授在2016年增加了三个新章节，以适应大数据技术的最新发展：
14. 第十四章基于Hadoop的数据仓库Hive：Hive作为一个数据仓库工具，使得SQL查询能够在Hadoop上执行，简化大数据分析流程。
15. 第十五章Hadoop架构再探讨：对Hadoop架构进行深入分析，讨论优化和扩展的可能性。
16. 第十六章Spark：介绍快速、通用且可扩展的大数据处理引擎Spark，及其与Hadoop的对比和协同工作。
这些新增内容反映了大数据技术的快速发展，并为读者提供了更全面的学习资源，以理解和掌握这个快速变化领域的最新动态。学习者可以通过林子雨教授的配套PPT来深化对教材的理解，尤其是在新增章节中，可以了解到Hive、Hadoop架构的深入研究以及Spark等新兴技术的应用。
我的内容管理
展开
