大數(shù)據(jù)管理系統(tǒng)

第1篇 大數(shù)據(jù)管理系統(tǒng)基礎(chǔ)
第1章　大數(shù)據(jù)技術(shù)簡介　/ 2
　1.1　大數(shù)據(jù)技術(shù)的起源　/ 2
　1.2　大數(shù)據(jù)與云計(jì)算　/ 3
　參考文獻(xiàn)　/ 4

第2章　大數(shù)據(jù)管理系統(tǒng)架構(gòu)　/ 5
　2.1　大數(shù)據(jù)管理系統(tǒng)不能采用單一架構(gòu)　/ 5
　　　2.1.1　大數(shù)據(jù)的5V特征　/ 5
　　　2.1.2　關(guān)系數(shù)據(jù)庫系統(tǒng)架構(gòu)的缺陷　/ 6
　2.2　基于Hadoop生態(tài)系統(tǒng)的大數(shù)據(jù)管理系統(tǒng)架構(gòu)　/ 8
　　　2.2.1　Hadoop簡介　/ 8
　　　2.2.2　HDFS分布式文件系統(tǒng)　/ 9
　　　2.2.3　MapReduce數(shù)據(jù)處理系統(tǒng)　/ 10
　2.3　面向領(lǐng)域的大數(shù)據(jù)管理系統(tǒng)　/ 12
　　　2.3.1　什么是面向領(lǐng)域的大數(shù)據(jù)管理系統(tǒng)　/ 12
　　　2.3.2　面向領(lǐng)域的大數(shù)據(jù)管理系統(tǒng)架構(gòu)　/ 13
　參考文獻(xiàn)　/ 16

第3章　大數(shù)據(jù)模型型　/ 17
　3.1　關(guān)系數(shù)據(jù)模型　/ 17
　　　3.1.1　關(guān)系數(shù)據(jù)模式　/ 17
　　　3.1.2　關(guān)系大數(shù)據(jù)存儲模型　/ 17
　　　3.1.3　查詢語言　/ 18
　　　3.1.4　典型系統(tǒng)　/ 18
　3.2　鍵值數(shù)據(jù)模型　/ 19
　　　3.2.1　鍵值數(shù)據(jù)模式　/ 19
　　　3.2.2　鍵值數(shù)據(jù)存儲模型　/ 19
　　　3.2.3　查詢語言　/ 19
　　　3.2.4　典型系統(tǒng)　/ 20
　3.3　列族數(shù)據(jù)模型　/ 20
　　　3.3.1　列族數(shù)據(jù)模式　/ 20
　　　3.3.2　列族數(shù)據(jù)存儲模型　/ 21
　　　3.3.3　查詢語言　/ 21
　　　3.3.4　典型系統(tǒng)　/ 21
　3.4　文檔數(shù)據(jù)模型　/ 22
　　　3.4.1　文檔數(shù)據(jù)模式　/ 22
　　　3.4.2　文檔數(shù)據(jù)存儲模型　/ 23
　　　3.4.3　查詢語言　/ 23
　　　3.4.4　典型系統(tǒng)　/ 24
　3.5　圖數(shù)據(jù)模型　/ 24
　　　3.5.1　圖數(shù)據(jù)模式　/ 24
　　　3.5.2　圖數(shù)據(jù)存儲模型　/ 25
　　　3.5.3　查詢語言　/ 25
　　　3.5.4　典型系統(tǒng)　/ 26
　參考文獻(xiàn)　/ 27

第4章　大數(shù)據(jù)應(yīng)用開發(fā)　/ 28
　4.1　大數(shù)據(jù)應(yīng)用開發(fā)流程　/ 28
　4.2　大數(shù)據(jù)庫設(shè)計(jì)　/ 31
　　　4.2.1　頂層設(shè)計(jì)　/ 31
　　　4.2.2　數(shù)據(jù)存儲格式　/ 32
　　　4.2.3　數(shù)據(jù)模式設(shè)計(jì)　/ 34
　　　4.2.4　元數(shù)據(jù)管理　/ 35
　　　4.2.5　元數(shù)據(jù)存儲　/ 36
　參考文獻(xiàn)　/ 37

第2篇 大數(shù)據(jù)管理系統(tǒng)實(shí)現(xiàn)技術(shù)
第5章　大數(shù)據(jù)存儲和索引技術(shù)　/ 40
　5.1　大數(shù)據(jù)存儲技術(shù)　/ 40
　　　5.1.1　分布式文件系統(tǒng)　/ 40
　　　5.1.2　關(guān)系數(shù)據(jù)存儲　/ 45
　　　5.1.3　列族大數(shù)據(jù)存儲技術(shù)　/ 48
　5.2　大數(shù)據(jù)索引技術(shù)　/ 50
　　　5.2.1　系統(tǒng)概述　/ 50
　　　5.2.2　CG索引　/ 53
　參考文獻(xiàn)　/ 57

第6章　大數(shù)據(jù)查詢處理技術(shù)　/ 59
　6.1　大數(shù)據(jù)批處理技術(shù)　/ 59
　　　6.1.1　MapReduce技術(shù)簡介　/ 59
　　　6.1.2　基于MapReduce的多表連接技術(shù)　/ 62
　6.2　大數(shù)據(jù)流處理技術(shù)　/ 83
　　　6.2.1　系統(tǒng)設(shè)計(jì)動機(jī)與需求　/ 84
　　　6.2.2　MillWheel編程模型　/ 85
　　　6.2.3　MillWheel編程接口　/ 86
　　　6.2.4　計(jì)算　/ 86
　　　6.2.5　鍵　/ 87
　　　6.2.6　流　/ 87
　　　6.2.7　持久態(tài)　/ 87
　　　6.2.8　低水位　/ 87
　　　6.2.9　定時(shí)器　/ 87
　6.3　大圖數(shù)據(jù)處理技術(shù)　/ 88
　　　6.3.1　Pregel大圖處理系統(tǒng)　/ 89
　　　6.3.2　系統(tǒng)實(shí)現(xiàn)　/ 94
　　　6.3.3　GRAPE大圖處理系統(tǒng)　/ 97
　6.4　混合大數(shù)據(jù)處理技術(shù)　/ 104
　　　6.4.1　背景介紹　/ 104
　　　6.4.2　EPIC框架概述　/ 105
　　　6.4.3　模型抽象　/ 109
　　　6.4.4　實(shí)現(xiàn)方案與技術(shù)細(xì)節(jié)　/ 118
　　　6.4.5　實(shí)驗(yàn)　/ 122
　6.5　群組查詢處理技術(shù)　/ 128
　　　6.5.1　簡介　/ 128
　　　6.5.2　群組查詢的非侵入式方法　/ 131
　　　6.5.3　群組查詢基礎(chǔ)　/ 133
　　　6.5.4　群組查詢引擎COHANA　/ 138
　　　6.5.5　性能分析　/ 143
　　　6.5.6　總結(jié)　/ 149
　參考文獻(xiàn)　/ 149

第7章　大數(shù)據(jù)事務(wù)處理技術(shù)　/ 151
　7.1　基于鍵組的事務(wù)處理技術(shù)　/ 151
　　　7.1.1　鍵組　/ 151
　　　7.1.2　鍵值分組協(xié)議　/ 152
　　　7.1.3　系統(tǒng)實(shí)現(xiàn)　/ 153
　7.2　基于時(shí)間戳的事務(wù)處理技術(shù)　/ 155
　　　7.2.1　Spanner事務(wù)處理簡介　/ 155
　　　7.2.2　TrueTime應(yīng)用接口　/ 155
　　　7.2.3　基于時(shí)間戳的事務(wù)處理　/ 156
　7.3　確定性分布式事務(wù)處理技術(shù)　/ 157
　7.4　基于數(shù)據(jù)遷移的事務(wù)處理技術(shù)　/ 162
　　　7.4.1　LEAP　/ 164
　　　7.4.2　L-Store　/ 170
　參考文獻(xiàn)　/ 174

第8章　大數(shù)據(jù)總線技術(shù)　/ 176
　8.1　為什么需要大數(shù)據(jù)總線　/ 176
　　　8.1.1　兩個(gè)復(fù)雜性問題　/ 176
　　　8.1.2　從N-to-N到N-to-One　/ 177
　8.2　基于日志的數(shù)據(jù)總線　/ 178
　　　8.2.1　數(shù)據(jù)庫中的日志　/ 179
　　　8.2.2　分布式系統(tǒng)中的日志　/ 179
　8.3　Kafka系統(tǒng)簡介　/ 181
　　　8.3.1　單個(gè)分區(qū)的效率　/ 182
　　　8.3.2　分布式協(xié)調(diào)　/ 184
　　　8.3.3　交付保證　/ 186
　參考文獻(xiàn)　/ 187

第3篇 面向領(lǐng)域應(yīng)用的大數(shù)據(jù)管理系統(tǒng)
第9章　面向決策支持的云展大數(shù)據(jù)倉庫系統(tǒng)　/ 190
　9.1　決策支持簡介　/ 190
　9.2　云展大數(shù)據(jù)倉庫系統(tǒng)架構(gòu)　/ 191
　　　9.2.1　云展大數(shù)據(jù)倉庫系統(tǒng)總覽　/ 191
　　　9.2.2　SINGA分布式深度學(xué)習(xí)平臺　/ 192
　　　9.2.3　CDAS眾包數(shù)據(jù)分析系統(tǒng)　/ 198
　9.3　應(yīng)用實(shí)例　/ 202
　　　9.3.1　簡介　/ 202
　　　9.3.2　綜合醫(yī)療分析系統(tǒng)架構(gòu)　/ 205
　　　9.3.3　聯(lián)合患者檔案　/ 207
　　　9.3.4　案例分析：患者返院預(yù)測　/ 210
　參考文獻(xiàn)　/ 211

第10章　面向大規(guī)模軌跡數(shù)據(jù)的分析系統(tǒng)TrajBase　/ 212
　10.1　軌跡數(shù)據(jù)處理系統(tǒng)簡介　/ 212
　　　10.1.1　軌跡數(shù)據(jù)處理技術(shù)簡介　/ 212
　　　10.1.2　集中式軌跡數(shù)據(jù)處理系統(tǒng)　/ 213
　　　10.1.3　分布式多維數(shù)據(jù)處理系統(tǒng)　/ 214
　　　10.1.4　分布式時(shí)空數(shù)據(jù)處理系統(tǒng)　/ 214
　10.2　軌跡概念介紹　/ 215
　10.3　TrajBase系統(tǒng)架構(gòu)　/ 216
　10.4　軌跡數(shù)據(jù)處理技術(shù)　/ 218
　　　10.4.1　軌跡數(shù)據(jù)表達(dá)技術(shù)　/ 218
　　　10.4.2　軌跡數(shù)據(jù)存儲技術(shù)　/ 218
　　　10.4.3　軌跡數(shù)據(jù)索引和查詢技術(shù)　/ 219
　　　10.4.4　軌跡數(shù)據(jù)挖掘技術(shù)　/ 222
　參考文獻(xiàn)　/ 223

第11章　基于超圖的交互式圖像檢索與標(biāo)記系統(tǒng)HIRT　/ 225
　11.1　圖像檢索與標(biāo)記方法簡介　/ 225
　　　11.1.1　基于文本的圖片檢索方法　/ 225
　　　11.1.2　基于內(nèi)容的圖片檢索方法　/ 226
　　　11.1.3　基于超圖的圖片檢索方法　/ 226
　11.2　HIRT系統(tǒng)架構(gòu)　/ 230
　　　11.2.1　超圖構(gòu)建　/ 231
　　　11.2.2　矩陣計(jì)算　/ 232
　　　11.2.3　Top-k查詢　/ 237
　11.3　交互式圖像檢索技術(shù)　/ 237
　　　11.3.1　并行查詢方法　/ 238
　　　11.3.2　近似查詢方法　/ 241
　　　11.3.3　交互式查詢方法　/ 243
　參考文獻(xiàn)　/ 246

索引　/ 247